17 रिपॉजिटरी
Awesome GitHub RepositoriesPre-trained Model Implementations
Frameworks and libraries that provide pre-trained neural network weights for immediate inference tasks.
Distinct from Pre-trained Model Application: Existing candidates focus on language models, speech models, or specific transformer checkpoints; this covers general pre-trained model loading for object detection.
Explore 17 awesome GitHub repositories matching artificial intelligence & ml · Pre-trained Model Implementations. Refine with filters or upvote what's useful.
Awesome Pre-trained Model Implementations GitHub Repositories
AI के साथ बेहतरीन रिपॉजिटरी खोजें।हम AI का उपयोग करके सबसे सटीक रिपॉजिटरी खोजेंगे।
- davidsandberg/facenet
davidsandberg/facenet
14,326GitHub पर देखेंFaceNet is a facial recognition framework designed to transform facial images into high-dimensional numerical embeddings for identity verification and recognition. It provides a deep learning face embedder that maps facial features into a Euclidean space where distance corresponds to facial similarity. The system includes tools for both supervised and unsupervised identity management. It features a face identity classifier for categorizing images into known identity classes and an unsupervised clustering tool to group similar facial embeddings together without predefined labels. The framewor
Uses a pre-trained neural network to extract numerical feature vectors from raw facial pixels.
Python - facebookresearch/dit
facebookresearch/DiT
8,642GitHub पर देखेंDiT एक लेटेंट डिफ्यूज़न मॉडल और ट्रांसफॉर्मर-आधारित जेनेरेटिव AI फ्रेमवर्क है जिसे PyTorch में लागू किया गया है। यह एक क्लास-कंडीशनल इमेज जनरेटर के रूप में कार्य करता है जो उच्च-फिडेलिटी इमेजेस को संश्लेषित करने के लिए पारंपरिक कन्वेन्शनल बैकबोन्स को ट्रांसफॉर्मर आर्किटेक्चर के साथ बदल देता है। यह प्रोजेक्ट लो-डायमेंशनल इमेज रिप्रेजेंटेशन पर काम करने के लिए पैच-आधारित लेटेंट प्रोसेसिंग और लेटेंट स्पेस कम्प्रेशन का उपयोग करता है। यह सैंपलिंग प्रक्रिया के दौरान उत्पन्न इमेजेस की विज़ुअल सामग्री को नियंत्रित करने के लिए क्लास-कंडीशनल गाइडेंस और एडजस्टेबल गाइडेंस स्केल्स को शामिल करता है। यह फ्रेमवर्क डिस्ट्रीब्यूटेड मॉडल ट्रेनिंग, इटरेटिव नॉइज़ सैंपलिंग, और सिंथेटिक इमेज डेटासेट्स के निर्माण को कवर करता है। इसमें स्टैंडर्ड बेंचमार्क के मुकाबले सटीकता और गुणवत्ता स्कोर की गणना करने के लिए मॉडल गुणवत्ता मूल्यांकन के लिए टूल्स भी शामिल हैं।
Provides the ability to generate images from pre-trained model weights to match visual benchmarks.
Python - rbgirshick/py-faster-rcnn
rbgirshick/py-faster-rcnn
8,287GitHub पर देखेंThis project is a Python implementation of the Faster R-CNN object detection framework. It serves as a convolutional neural network library and tool for locating and classifying multiple objects within images. The framework provides a pre-trained model implementation that allows for object detection inference without manual training. It supports the full lifecycle of object detection, including training detectors on visual datasets to identify and bound specific object classes. The system covers capabilities for computer vision model evaluation, neural network optimization to reduce model si
Implements the ability to load pre-trained weights to perform object detection inference without requiring manual training.
Python - paddlepaddle/paddlex
PaddlePaddle/PaddleX
6,163GitHub पर देखेंPaddleX is a PaddlePaddle-based framework for building, deploying, and fine-tuning AI model pipelines, with pre-built support for computer vision, OCR, document analysis, and time series tasks. It offers a toolkit of ready-to-use pipelines for image classification, object detection, segmentation, and pose estimation, alongside an end-to-end OCR document analysis pipeline that extracts text, tables, formulas, and layout information. The platform also includes a dedicated time series forecasting pipeline for analyzing historical data to detect anomalies, classify patterns, and predict future val
Provides a unified interface to run complete pre-trained model pipelines on input data via CLI or Python.
Pythonai-pipelinesclassificationdeployment - yenchenlin/nerf-pytorch
yenchenlin/nerf-pytorch
6,037GitHub पर देखेंयह प्रोजेक्ट एक Neural Radiance Field फ्रेमवर्क का PyTorch कार्यान्वयन है। यह 3D दृश्य सिंथेसाइज़र और डिफरेंशिएबल वॉल्यूमेट्रिक रेंडरर के रूप में कार्य करता है, जिसका उपयोग 3D स्थानिक कोऑर्डिनेट्स के लिए रंग और घनत्व का अनुमान लगाकर दृश्यों के वॉल्यूमेट्रिक रिप्रेजेंटेशन को ट्रेन करने के लिए किया जाता है। यह सिस्टम नोवेल व्यू सिंथेसिस को सक्षम बनाता है, जो पहले अनदेखे दृष्टिकोणों से जटिल 3D दृश्यों की नई छवियां उत्पन्न करने की अनुमति देता है। यह भौतिक स्थान का डिजिटल वॉल्यूमेट्रिक रिप्रेजेंटेशन बनाने के लिए 2D छवियों और कैमरा पोज़ को प्रोसेस करके 3D दृश्य पुनर्निर्माण को सपोर्ट करता है।
Allows rendering of 3D scenes by loading pre-trained neural network weights.
Python - hillobar/rope
Hillobar/Rope
5,334GitHub पर देखेंRope is a graphical user interface for swapping faces in images and videos. It functions as a deepfake video editor and image face swapper that utilizes pre-trained deep learning models to replace identities in visual media. The tool includes specialized capabilities for AI video post-production, such as occlusion-aware blending to handle foreground objects and mouth-parsing refinement to align facial expressions. It also serves as an AI face restoration tool, using saliency-based restoration to recover clarity and sharpness in swapped facial regions. The software provides a pipeline for vis
Utilizes pre-trained neural network weights to perform facial landmark analysis and synthetic image generation.
Python - yunjey/stargan
yunjey/stargan
5,292GitHub पर देखेंStarGAN is a PyTorch image-to-image translation framework designed to synthesize visual styles and attributes across multiple domains. It implements a generative adversarial network that serves as a deep learning image translator for modifying specific visual characteristics within an image dataset. The framework uses a single unified model to handle translations between multiple image domains rather than requiring separate pairs of models. It is a research implementation that learns mappings between different image attributes without the need for paired training data. The project covers the
Provides pre-trained neural network weights that can be loaded for immediate image-to-image translation inference.
Python - weiliu89/caffe
weiliu89/caffe
4,800GitHub पर देखेंCaffe एक हाई-परफॉरमेंस डीप लर्निंग फ्रेमवर्क और कन्वेन्शनल न्यूरल नेटवर्क लाइब्रेरी है जिसे न्यूरल नेटवर्क्स को ट्रेन और डिप्लॉय करने के लिए डिज़ाइन किया गया है। यह एक GPU-एक्सेलेरेटेड मशीन लर्निंग इंजन के रूप में कार्य करता है जिसका कोर C++ में लागू किया गया है ताकि हाई-थ्रूपुट टेंसर ऑपरेशन्स को सक्षम किया जा सके। यह प्रोजेक्ट एक डिक्लेरेटिव कॉन्फ़िगरेशन सिस्टम का उपयोग करता है जहाँ मॉडल आर्किटेक्चर और हाइपरपैरामीटर्स को बाहरी टेक्स्ट फाइलों में परिभाषित किया जाता है, जो नेटवर्क डिज़ाइन को निष्पादन कोड से अलग करता है। इसमें विभिन्न हार्डवेयर वातावरणों में कुशल डिप्लॉयमेंट के लिए प्रशिक्षित वेट्स और टोपोलॉजी को बाइनरी फाइलों में एक्सपोर्ट करने के लिए एक मॉडल सीरियलाइजेशन सिस्टम शामिल है। यह फ्रेमवर्क न्यूरल नेटवर्क आर्किटेक्चर डिज़ाइन, ग्रेडिएंट-आधारित ऑप्टिमाइज़ेशन के साथ सुपरवाइज्ड मॉडल ट्रेनिंग और इमेज क्लासिफिकेशन वर्कफ़्लो सहित व्यापक क्षमताएं प्रदान करता है। यह डेटासेट प्रीप्रोसेसिंग, न्यूरल फीचर एक्सट्रैक्शन और प्री-ट्रेंड मॉडल्स की फाइन-ट्यूनिंग के लिए टूल्स प्रदान करता है। C++ कोर को Python और MATLAB के लिए आधिकारिक बाइंडिंग्स के साथ एक मल्टी-लैंग्वेज इंटरफेस के माध्यम से एक्सेस किया जा सकता है।
Integrates pre-configured neural network binaries for immediate use in inference tasks.
C++ - tingsongyu/pytorch-tutorial-2nd
TingsongYu/PyTorch-Tutorial-2nd
4,555GitHub पर देखेंThis project is a comprehensive instructional resource and course for building neural networks using PyTorch. It covers the fundamental building blocks of deep learning, including tensor manipulation, automatic differentiation, and the construction of modular neural network components. The repository serves as a technical guide for several specialized domains. It provides implementation details for computer vision tasks such as image classification, object detection, and semantic segmentation, as well as natural language processing workflows involving transformers, recurrent networks, and gen
Provides frameworks and libraries that implement pre-trained neural network weights for immediate inference.
Jupyter Notebookcomputer-visiondeepsortdiffusion-models - google-research/simclr
google-research/simclr
4,502GitHub पर देखेंयह प्रोजेक्ट एक स्व-पर्यवेक्षित कंट्रास्टिव लर्निंग फ्रेमवर्क है जिसे मानव-प्रदत्त लेबल का उपयोग किए बिना छवियों से विज़ुअल प्रतिनिधित्व सीखने के लिए डीप लर्निंग मॉडल को प्रशिक्षित करने के लिए डिज़ाइन किया गया है। यह प्रीट्रेन्ड विज़ुअल प्रतिनिधित्व मॉडल विकसित करने के लिए एक प्रणाली प्रदान करता है जिसे डाउनस्ट्रीम कंप्यूटर विज़न कार्यों के लिए अनुकूलित किया जा सकता है। इस फ्रेमवर्क में अर्ध-पर्यवेक्षित छवि वर्गीकरण के लिए टूल शामिल हैं, जो सटीकता में सुधार के लिए बड़े लेबल रहित डेटासेट को छोटे लेबल वाले सेट के साथ जोड़ते हैं। इसमें फ्रोजन अभ्यावेदन के शीर्ष पर एक सरल रैखिक क्लासिफायर को प्रशिक्षित करके सीखे गए छवि सुविधाओं की गुणवत्ता का आकलन करने के लिए एक रैखिक जांच मूल्यांकन टूल भी शामिल है। कोडबेस बड़े बैच आकारों को संभालने के लिए वितरित डीप लर्निंग प्रशिक्षण और हार्डवेयर त्वरण को कवर करता है, साथ ही कोसाइन-डिके लर्निंग रेट शेड्यूलिंग और वेट-डिके रेगुलराइजेशन जैसे ऑप्टिमाइज़ेशन प्रिमिटिव्स को भी कवर करता है। यह मॉडल प्रबंधन के लिए उपयोगिताएं भी प्रदान करता है, जिसमें विभिन्न डीप लर्निंग फ्रेमवर्क प्रारूपों के बीच प्रीट्रेन्ड चेकपॉइंट्स का रूपांतरण और मॉडल तैनाती के लिए टूल शामिल हैं। कार्यान्वयन Jupyter Notebooks के संग्रह के रूप में प्रदान किया गया है।
Implements functionality to load saved checkpoints for performing visual representation and classification tasks.
Jupyter Notebookcomputer-visioncontrastive-learningrepresentation-learning - xlite-dev/lite.ai.toolkit
xlite-dev/lite.ai.toolkit
4,413GitHub पर देखेंlite.ai.toolkit एज AI तैनाती के लिए डिज़ाइन किया गया एक C++ कंप्यूटर विज़न टूलकिट है। यह संसाधन-सीमित उपकरणों पर ऑब्जेक्ट डिटेक्शन, इमेज क्लासिफिकेशन और सेगमेंटेशन के लिए प्री-ट्रेंड मॉडल के निष्पादन को सक्षम बनाता है। इस प्रोजेक्ट में एक मल्टी-बैकएंड इन्फरेंस इंजन है जो ONNX मॉडल रनटाइम का समर्थन करता है, जिससे AI मॉडल को विभिन्न हार्डवेयर लक्ष्यों पर चलने की अनुमति मिलती है। इसमें लेटेंसी को कम करने और प्रोसेसिंग गति बढ़ाने के लिए विशेष रूप से NVIDIA हार्डवेयर के लिए एक GPU-त्वरित पाइपलाइन शामिल है। यह टूलकिट चेहरे के विश्लेषण की क्षमताओं की एक विस्तृत श्रृंखला को कवर करता है, जिसमें भावना पहचान, लिंग और आयु अनुमान और हेड पोज़ विश्लेषण शामिल है। यह फीचर एम्बेडिंग के निष्कर्षण और पहचान को सत्यापित करने के लिए कोसाइन समानता की गणना के माध्यम से चेहरे की पहचान के लिए उपकरण भी प्रदान करता। अतिरिक्त क्षमताओं में फोरग्राउंड आइसोलेशन के लिए इमेज मैटिंग, ग्रेस्केल इमेज कलराइज़ेशन और आर्टिस्टिक स्टाइल ट्रांसफर शामिल हैं।
Integrates pre-trained neural network weights for object detection, face recognition, and segmentation to provide immediate AI capabilities.
C++ - magicleap/supergluepretrainednetwork
magicleap/SuperGluePretrainedNetwork
4,035GitHub पर देखेंयह प्रोजेक्ट इमेज फीचर मैचिंग, स्थानिक संरेखण (spatial alignment) और विज़ुअल लोकलाइज़ेशन के लिए डिज़ाइन किए गए न्यूरल नेटवर्क मॉडल्स और ज्यामितीय टूल्स का एक संग्रह है। यह स्थानीय प्रशिक्षण की आवश्यकता के बिना विरल इमेज फीचर्स के बीच उच्च-सटीक पत्राचार (correspondences) की पहचान करने के लिए एक प्री-ट्रेंड न्यूरल नेटवर्क मॉडल प्रदान करता है। यह सिस्टम एक ग्राफ न्यूरल नेटवर्क मैचर का उपयोग करता है जो इमेज फीचर पॉइंट्स के बीच स्थानिक संबंधों को सीखने के लिए अटेंशन मैकेनिज्म और मैसेज पासिंग का उपयोग करता है। यह फीचर मैचेस को फिल्टर करने और दो कैमरा दृष्टिकोणों के बीच सापेक्ष स्थानिक परिवर्तन की गणना करने के लिए एक RANSAC कैमरा पोज़ एस्टिमेटर को इंटीग्रेट करता है। यह लाइब्रेरी 3D रिकंस्ट्रक्शन वर्कफ़्लो, विज़ुअल लोकलाइज़ेशन और सटीकता व पोज़ एरर मेट्रिक्स के माध्यम से मैचिंग सटीकता के मूल्यांकन सहित कंप्यूटर विज़न क्षमताओं की एक विस्तृत श्रृंखला को कवर करती है। इसमें कीपॉइंट पत्राचार को विज़ुअलाइज़ करने और डाउनस्ट्रीम प्रोसेसिंग के लिए मैचिंग रिजल्ट्स को एक्सपोर्ट करने की यूटिलिटीज भी शामिल हैं।
Ships pre-trained weights and architecture for high-accuracy feature matching without requiring local training.
Pythondeep-learningfeature-matchinggraph-neural-networks - brightmart/albert_zh
brightmart/albert_zh
3,982GitHub पर देखेंThis project is an implementation of the ALBERT language model architecture, providing a framework for training and evaluating transformer-based text classifiers and similarity models. It specifically includes pre-trained assets and tools optimized for generating semantic embeddings and representations of Chinese text. The framework distinguishes itself through tools for converting heavy language model checkpoints into lightweight formats to enable low-latency inference on mobile devices. It utilizes specific weight reduction techniques, including cross-parameter sharing and factorized embedd
Implements a mechanism to import pre-trained weights for text analysis using standard machine learning libraries.
Pythonalbertbertchinese-corpus - snowkylin/tensorflow-handbook
snowkylin/tensorflow-handbook
3,927GitHub पर देखेंThis project is a comprehensive educational resource and tutorial handbook for building, training, and deploying machine learning models using TensorFlow 2. It serves as a structured learning guide covering core deep learning concepts, including neural network architectures, automatic differentiation, and tensor operations. The handbook provides technical guidance on optimizing execution efficiency through GPU memory management, distributed training, and model quantization. It also includes detailed manuals for constructing high-performance data pipelines and exporting models for production s
Shows how to instantiate network structures using pre-trained weights to accelerate development.
Jupyter Notebook - justadudewhohacks/face-recognition.js
justadudewhohacks/face-recognition.js
1,924GitHub पर देखेंFace-recognition.js Node.js के लिए एक कंप्यूटर विज़न सॉफ़्टवेयर डेवलपमेंट किट है जो छवियों और वीडियो स्ट्रीम के भीतर मानव चेहरों का पता लगाने, मैप करने और पहचानने के लिए टूल प्रदान करती है। यह उच्च-प्रदर्शन वाली नेटिव लाइब्रेरी के लिए एक सेतु के रूप में कार्य करती है, जो डेवलपर्स को सीधे JavaScript और TypeScript वातावरण के भीतर जटिल चेहरे विश्लेषण कार्य करने में सक्षम बनाती है। लाइब्रेरी डीप लर्निंग इन्फरेंस को ज्यामितीय लैंडमार्क मैपिंग के साथ जोड़कर खुद को अलग करती है। यह चेहरे की विशेषता वैक्टर निकालने के लिए प्री-ट्रेंड न्यूरल नेटवर्क का उपयोग करती है और पहचान के बीच गणितीय समानता निर्धारित करने के लिए यूक्लिडियन दूरी गणनाओं को नियोजित करती है। यह ज्ञात व्यक्तियों के सत्यापन और विशिष्ट विषयों को पहचानने के लिए लेबल किए गए इमेज सेट पर कस्टम मॉडल के प्रशिक्षण, दोनों की अनुमति देता है। मुख्य पहचान के अलावा, प्रोजेक्ट में कुशल प्रसंस्करण की सुविधा के लिए इमेज प्रारूप रूपांतरण और मैट्रिक्स-आधारित डेटा प्रतिनिधित्व के लिए उपयोगिताएं शामिल हैं। यह विज़ुअल डिबगिंग टूल भी प्रदान करती है जो सीधे छवियों पर बाउंडिंग बॉक्स और चेहरे के लैंडमार्क रेंडर करती है, जो डेवलपमेंट के दौरान पहचान परिणामों के सत्यापन में सहायता करती है।
Executes pre-trained neural networks to extract facial feature vectors from raw image data.
JavaScriptfaceface-detectionface-landmark - datitran/object_detector_app
datitran/object_detector_app
1,305GitHub पर देखेंThis application is a real-time computer vision system designed to identify and label objects within live video feeds, recorded files, and static images. It functions as a comprehensive framework that integrates pre-trained machine learning models with video processing pipelines to perform multi-object localization and visual data tracking. The system distinguishes itself through a multithreaded architecture that decouples frame acquisition from detection logic, ensuring the interface remains responsive during continuous analysis. It provides specialized scripts for training and optimizing cu
Executes pre-trained detection models on raw input data to identify objects immediately without requiring additional training.
Pythonopencvtensorflow - shanren7/real_time_face_recognition
shanren7/real_time_face_recognition
यह प्रोजेक्ट लाइव वीडियो स्ट्रीम के भीतर मानव चेहरों का पता लगाने और पहचान करने के लिए डिज़ाइन किया गया एक कंप्यूटर विज़न सिस्टम है। यह एक फेशियल एनालिसिस पाइपलाइन के रूप में कार्य करता है जो चेहरे की सीमाओं का पता लगाने और ज्ञात पहचानों के संग्रहीत डेटाबेस के विरुद्ध व्यक्तियों का मिलान करने के लिए विज़ुअल डेटा को प्रोसेस करता है। सिस्टम चेहरे के क्षेत्रों को अलग करने और अद्वितीय पहचान विशेषताओं को निकालने के लिए एक बहु-चरणीय न्यूरल नेटवर्क फ्रेमवर्क का उपयोग करता है। चेहरे के इमेज डेटा को कॉम्पैक्ट संख्यात्मक वैक्टर में बदलकर, यह गति में दिखाई देने वाले विषयों को सत्यापित या पहचानने के लिए ज्यामितीय समानता गणना करता है। सॉफ़्टवेयर अपने डिटेक्शन और रिकग्निशन कार्यों को निष्पादित करने के लिए स्थापित न्यूरल नेटवर्क और इमेज प्रोसेसिंग लाइब्रेरी को एकीकृत करता है। यह पूर्व-प्रशिक्षित मॉडलों का उपयोग करके संचालित होता है, जो लाइव निष्पादन चरण के दौरान अतिरिक्त प्रशिक्षण की आवश्यकता के बिना व्यक्तियों की पहचान करने की अनुमति देता है।
Utilizes static deep learning models to perform complex pattern recognition tasks without requiring additional training during the live execution phase.
Python
