vision-transformer

SOTA Semantic-Segmentation-Modelle in PyTorch

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

[CVPR 2024] Alpha-CLIP: Ein CLIP-Modell, das sich auf beliebige Bereiche konzentriert

Scene Text Recognition mit permutierten autoregressiven Sequenzmodellen (ECCV 2022)

Visuelles Repräsentationsmodell im großen Maßstab

[ECCV] Swin2SR: SwinV2 Transformer für komprimierte Bild-Super-Resolution und -Wiederherstellung. Advances in Image Manipulation (AIM) Workshop ECCV 2022. Probieren Sie es aus! Über 3,3 Mio. Ausführungen https://replicate.com/mv-lab/swin2sr

CAIRI Toolbox und Benchmark für überwachtes, semi-überwachtes und selbstüberwachtes visuelles Repräsentations lernen

TransMorph: Transformer für unüberwachte medizinische Bildregistrierung (PyTorch)

Dieses Repository bietet Programme zum Erstellen von Retrieval-Augmented-Generation (RAG)-Code für generative KI mit LlamaIndex, Deep Lake und Pinecone unter Nutzung von OpenAI- und Hugging-Face-Modellen für Generierung und Evaluierung.

[CVPR 2025 Highlight] Offizieller Code und Modelle für Encoder-only Mask Transformer (EoMT).

Hierarchical Image Pyramid Transformer - CVPR 2022 (Oral)

PILOT: Eine Toolbox für vortrainiertes, modellbasiertes kontinuierliches Lernen.

Vision Transformers für die Entnebelung einzelner Bilder.

Code-Veröffentlichung für ActionFormer (ECCV 2022)

Transformers 3rd Edition