deep-learning

Implementación oficial en PyTorch de FB-BEV y FB-OCC: transformación de vista hacia adelante y hacia atrás para la percepción en conducción autónoma centrada en visión.

Código oficial para MAMMA: Markerless Accurate Multi-person Motion Acquisition.

Framework de machine learning tanto para deep learning como para algoritmos tradicionales

Biblioteca de aprendizaje profundo tabular para PyTorch.

CnSTD: paquete de Python3 basado en PyTorch/MXNet para detección de texto en escenas, detección de fórmulas matemáticas y análisis de diseño en chino e inglés

[En pruebas beta] QPT - Herramienta de Python a EXE (empaquetado de Python) dedicada a facilitar el acceso de proyectos de código abierto al mundo de Internet.

Confucius4-TTS: un motor de síntesis de voz (TTS) multilingüe y translingüe de disparo cero (zero-shot).

Una biblioteca para resolver ecuaciones diferenciales mediante redes neuronales basada en PyTorch, utilizada por múltiples grupos de investigación en todo el mundo, incluido el IACS de Harvard.

Redes neuronales informadas por la física (PINN) para modelado avanzado.

Implementación en TensorFlow para calcular una imagen de vista de pájaro (BEV) segmentada semánticamente a partir de cámaras montadas en vehículos.

Implementación en PyTorch de Phenaki Video, que utiliza Mask GIT para producir videos guiados por texto de hasta 2 minutos de duración.

Implementación oficial en PyTorch de Revisiting Image Pyramid Structure for High Resolution Salient Object Detection (ACCV 2022)

DNABERT: modelo preentrenado Bidirectional Encoder Representations from Transformers para el lenguaje del ADN en el genoma.

Multi-Scale Neural Audio Codec (SNAC) que comprime audio en códigos discretos a una tasa de bits baja.

Una red neuronal profunda que aprende a conducir en videojuegos.

Ejemplo de machine learning con TensorFlow Lite para Android

Notebooks de ejemplo para trabajar con SageMaker Studio Lab. ¡Regístrate para obtener una cuenta en el enlace de abajo!

Un intérprete de lenguaje de señas que utiliza una transmisión de video en vivo desde la cámara.

Herramienta de productividad con IA: gratuita y de código abierto, diseñada para mejorar la productividad del usuario y proteger la privacidad y la seguridad de los datos. Incluye, entre otros: modelos locales exclusivos integrados como ChatGPT, DeepSeek, Phi, Qwen y otros, además de procesamiento inteligente por lotes con un solo clic para imágenes, videos, audio, etc.

Modelos de Deep Learning para la clasificación de tráfico de red.

Artículos de conferencias destacadas y altamente citados sobre la interpretabilidad de modelos de redes neuronales en el aprendizaje profundo (con código incluido).

LSD (LiDAR SLAM & Detection) es una arquitectura de percepción de código abierto para vehículos autónomos y robótica

Este repositorio contiene todos los artículos aceptados en las principales conferencias de visión artificial, con facilidades para buscar artículos relacionados.

Una biblioteca sencilla para crear redes neuronales complejas

Conjunto de entornos robóticos basados en el motor de física PyBullet y gymnasium.

ToolOrchestra es un framework de entrenamiento RL de extremo a extremo para orquestar herramientas y flujos de trabajo de agentes.

Reconocimiento de voz en chino implementado con PaddlePaddle. Proyecto completo con buenos resultados de reconocimiento. Soporta entrenamiento y predicción en Windows y Linux, además de predicción en placas Nvidia Jetson.

Aprendizaje profundo para el procesamiento de audio

Visualización interactiva del paso forward de Pytorch en notebooks.

Una biblioteca C ligera para redes neuronales artificiales