deep-learning

Pile de compilation open source pour l'apprentissage profond destinée aux accélérateurs d'IA Kendryte ✨

API SemanticKITTI pour la visualisation de jeux de données, le traitement de données et l'évaluation des résultats.

Un modèle OCR LaTeX SOTA minimaliste avec seulement 20M de paramètres, fonctionnant dans le navigateur. Pipeline d'entraînement complet disponible pour l'auto-reproduction.

Tokeniseurs MIDI / musique symbolique pour les modèles de Deep Learning.

tfts : modèles d'apprentissage profond pour séries temporelles dans TensorFlow

Travaux de référence sur l'estimation de pose 6 DoF des objets.

Un dépôt de détection de changements s'appuyant sur les travaux existants.

[CVPR 2020] CascadePSP : Vers une segmentation agnostique de classe et à très haute résolution via un raffinement global et local

MONAI Label est un outil open source intelligent d'étiquetage et d'apprentissage d'images.

Une liste organisée de ressources exceptionnelles liées aux outils d'intelligence artificielle.

DiffWave est un vocodeur neuronal et un synthétiseur de forme d'onde rapide et de haute qualité.

Pile ADAS L2 gratuite et entièrement open source basée sur une technologie d'IA de bout en bout

Ce projet vise à détecter les deepfakes vidéo à l'aide de techniques d'apprentissage profond telles que ResNext et LSTM. Nous avons réalisé la détection par apprentissage par transfert, où un CNN ResNext pré-entraîné est utilisé pour obtenir un vecteur de caractéristiques, puis la couche LSTM est entraînée sur ces caractéristiques. Pour plus de détails, consultez la documentation.

Bagua accélère PyTorch

Une bibliothèque PyTorch pour le calcul sur graphes et hypergraphes.

Modèles BERT pré-entraînés en portugais

TinyNeuralNetwork est un framework de compression de modèles d'apprentissage profond efficace et facile à utiliser.

Guides et codes open source pour maîtriser le deep learning et le déployer en production avec PyTorch, Python, Apptainer et plus encore.

『Deep Learning from Scratch ❸』 (O'Reilly Japan, 2020)

[CVPR 2024] Alpha-CLIP : un modèle CLIP qui se concentre sur la zone de votre choix.

Un framework d'imagerie médicale pour Pytorch.

Reconnaissance vocale chinoise de bout en bout basée sur PaddlePaddle, de l'initiation à la pratique, avec des cas d'étude simples et des projets d'entreprise concrets. Prend en charge les modèles DeepSpeech2, Conformer et Squeezeformer les plus populaires.

Outil pythonique pour orchestrer des flux de travail en apprentissage automatique, calcul haute performance et informatique quantique dans des environnements de calcul hétérogènes.

Projets d'IA

Un framework de vision par ordinateur agnostique, connectable à toute bibliothèque d'entraînement : Fastai, Pytorch-Lightning et d'autres à venir

Navigation vision-langage dans des environnements continus utilisant Habitat

Une implémentation de GPipe en PyTorch.

Implémentation officielle PyTorch de "Camera Distance-aware Top-down Approach for 3D Multi-person Pose Estimation from a Single RGB Image", ICCV 2019.

Implémentation de MeshGPT, état de l'art en génération de maillage par mécanisme d'attention, en PyTorch.

Dépôt GitHub contenant des tutoriels pour le fine-tuning de modèles transformers sur diverses tâches de NLP.