image-classification

Ein (PyTorch) Sampler für unausgewogene Datensätze zum Oversampling seltener Klassen und Undersampling häufiger Klassen.

Emgu CV ist ein plattformübergreifender .NET-Wrapper für die Bildverarbeitungsbibliothek OpenCV.

Sammlung von ECCV 2026-Papieren und Open-Source-Projekten. Beiträge und das Teilen über Issues sind willkommen.

[CVPR 2025] Offizielle PyTorch-Implementierung von MambaVision: Ein hybrides Mamba-Transformer-Vision-Backbone.

Implementierung des EfficientNet-Modells. Keras und TensorFlow Keras.

Integrieren Sie Deep-Learning-Modelle für die Bildklassifizierung | Backbone-Lern-/Vergleichs-/Modifikationsprojekt

fastdup ist ein leistungsstarkes, kostenloses Tool zur schnellen Generierung wertvoller Erkenntnisse aus Bild- und Videodatensätzen. Es hilft, die Qualität von Bildern und Labels zu verbessern und gleichzeitig die Betriebskosten für Daten bei unvergleichlicher Skalierbarkeit erheblich zu senken.

🚀 Einfacheres und schnelleres YOLO-Bereitstellungs-Toolkit für NVIDIA 🛠️

Ein auf PyTorch basierendes, codierungsfreies Framework für reproduzierbare Deep-Learning-Studien. PyTorch Ecosystem. 🏆 Bisher wurden 26 Knowledge-Distillation-Methoden implementiert, die auf TPAMI, CVPR, ICLR, ECCV, NeurIPS, ICCV, AAAI etc. vorgestellt wurden. 🎁 Trainierte Modelle, Trainingsprotokolle und Konfigurationen stehen zur Verfügung, um Reproduzierbarkeit und Benchmarks sicherzustellen.

PyTorch-Erweiterungen für schnelles R&D-Prototyping und Kaggle-Farming

PoolFormer: MetaFormer ist tatsächlich das, was man für Vision braucht (CVPR 2022 Oral)

Erstellen Sie Computer-Vision-Modelle in einem Bruchteil der Zeit und mit weniger Daten.

Einsatzbereiter Code und Tutorial-Notebooks für einen schnellen Einstieg in das Few-Shot Learning zur Bildklassifizierung.

Offizielles Repository für „Mish: A Self Regularized Non-Monotonic Neural Activation Function“ [BMVC 2020]

Xtreme1 ist eine All-in-One-Datenkennzeichnungs- und Annotationsplattform für multimodales Datentraining und unterstützt 3D-LiDAR-Punktwolken, Bilder und LLMs.

Automatische Fehlersuche in Bilddatensätzen und Anwendung datenzentrierter Computer Vision.

TorchXRayVision: Eine Bibliothek mit Röntgenthorax-Datensätzen und -Modellen. Klassifizierer, Segmentierung und Autoencoder.

Channel Pruning zur Beschleunigung sehr tiefer neuronaler Netze (ICCV'17)

[TPAMI 2023] LibFewShot: Eine umfassende Bibliothek für Few-Shot-Learning.

Bilddatensatz zur Handgestenerkennung

:fire: :fire: :fire: Eine Literaturliste zu einigen aktuellen Arbeiten im Bereich Computer Vision (CV)

Repository von Vision Transformer with Deformable Attention (CVPR2022) und DAT++: Spatially Dynamic Vision Transformer with Deformable Attention

Offizielle PyTorch-Implementierung von FasterViT: Fast Vision Transformers with Hierarchical Attention (ICLR 2024)

[ICLR2022] Offizielle Implementierung von UniFormer

Hochleistungs-Vision-Bibliothek in Python. Skalieren Sie Ihre Forschung, nicht Boilerplate.

YoloDotNet – Ein C# .NET 8.0-Projekt für Klassifizierung, Objekterkennung, OBB-Erkennung, Segmentierung und Pose Estimation in Bildern und Live-Videostreams.

Eine leistungsstarke Baseline für Bildklassifizierung, Gesichtserkennung und Bildabruf mit PyTorch

Leitfaden für Machine Learning. Erfahren Sie alles über Machine-Learning-Tools, Bibliotheken, Frameworks, Large Language Models (LLMs) und das Training von Modellen.

Leitfaden zur Bildsignalverarbeitung (ISP). Erfahren Sie alles über die Umwandlung eines Bildes/Videos in digitaler Form durch Aufgaben wie Rauschunterdrückung, Filterung, Belichtungsautomatik, Autofokus, HDR-Korrektur und Bildschärfung mit einem spezialisierten Medienprozessor.

Medizinische Bildverarbeitung in Python