T
Аугментація зображень під час тестування у PyTorch
A
Навчальна платформа з машинного навчання та штучного інтелекту
C
Проста бібліотека комп'ютерного зору для мови Python
S
Навчання без наглядача для сегментації зображень
I
Інструменти для аугментації зображень у задачах детекції та сегментації
C
Потужна бібліотека для масштабної нелінійної оптимізації
O
Фреймворк для навчання великих мультимодальних моделей
W
Універсальний симулятор роботів для навчання та розробки
G
Бібліотека для навчання детекції та зіставлення ознак
P
Офіційна Python-обгортка для програмного забезпечення камер Pylon
S
Реалізація детектора Single Shot MultiBox на базі Keras
A
База знань для виявлення дефектів на промислових об'єктах
P
Попередньо навчені моделі TorchVision для набору даних CIFAR10
Y
Детекція та відстеження об'єктів у реальному часі
R
Дослідження стійкості моделей машинного навчання до викривлень
A
Добірка найкращих рішень для відстеження положення рук
D
Масштабоване картування поверхонь у реальному часі
R
Інструментарій для віддаленого вимірювання фізіологічних показників
Q
Навчіть штучний інтелект розпізнавати ваші малюнки за лічені секунди
S
Добірка синтетичних наборів даних для комп'ютерного зору
L
Платформа для курування та розмітки даних комп'ютерного зору
M
Зручні інструменти для відстеження багатьох об'єктів
O
Альтернативний інтерфейс для роботи з OpenCV у середовищі openFrameworks
D
Офіційна реалізація алгоритму DINO для виявлення об'єктів
Y
Оптимізована реалізація YOLOv8 на C++ для TensorRT
A
Вдосконалений алгоритм для виявлення тексту на зображеннях
A
Добірка проектів для створення вашого AI-портфоліо
F
Високопродуктивне відстеження багатьох об'єктів одночасно
T
Навчання та оптимізація моделей зору через OpenVINO
A
Ефективний підрахунок людей на відео за допомогою машинного навчання
S
Набір інструментів для семантичної сегментації на TensorFlow
A
Збірка ресурсів з оцінки пози людини
A
Добірка відкритих інструментів для орієнтованого на дані штучного інтелекту
P
Розпізнавання тексту на сценах за допомогою авторегресійних моделей
D
Pytorch-репозиторій для роботи з графовими нейронними мережами
P
Python-інструменти для роботи з даними KITTI
T
Швидкий старт вашого проекту на PyTorch
T
Бібліотека для диференційованої нелінійної оптимізації
M
Інноваційна технологія для SLAM на основі гауссового сплетінгу
C
Згорткова рекурентна нейромережа для розпізнавання послідовностей
L
Нотатки з вивчення глибокого навчання та наукових статей
O
Ефективне розпізнавання ключових точок на зображеннях
E
Система розпізнавання емоцій у режимі реального часу
K
Інструментарій для експериментів із дистиляцією знань у моделях PyTorch
S
Взаємодія з людьми через звичайну RGB-камеру
C
Щоденні нотатки про актуальні дослідження у сфері компʼютерного зору
S
Мережа для глибокого усунення розмиття зображень
T
Інструментарій для прискореного розгортання моделей YOLO на NVIDIA
A
Повний перелік механізмів уваги у комп'ютерному зорі
C
Навчальні блокноти з комп'ютерного зору