image-classification

Échantillonneur de jeux de données déséquilibrés (PyTorch) pour le suréchantillonnage des classes rares et le sous-échantillonnage des classes fréquentes.

Emgu CV est un wrapper .Net multiplateforme pour la bibliothèque de traitement d'image OpenCV.

Collection de papiers et projets open-source de l'ECCV 2026. Les contributions via issue pour partager des travaux liés à l'ECCV 2026 sont les bienvenues.

[CVPR 2025] Implémentation PyTorch officielle de MambaVision : une architecture de vision hybride Mamba-Transformer.

Implémentation du modèle EfficientNet pour Keras et TensorFlow Keras

Intégration de modèles de deep learning pour la classification d'images | Projet d'apprentissage, de comparaison et de modification de backbones.

fastdup est un outil gratuit et puissant conçu pour générer rapidement des insights à partir de jeux de données d'images et de vidéos. Il améliore la qualité des données et des étiquettes tout en réduisant les coûts opérationnels, avec une évolutivité inégalée.

Boîte à outils de déploiement YOLO plus simple et plus rapide pour NVIDIA

Un framework sans code basé sur PyTorch pour des études d'apprentissage profond reproductibles. Écosystème PyTorch. 🏆 26 méthodes de distillation de connaissances présentées à TPAMI, CVPR, ICLR, ECCV, NeurIPS, ICCV, AAAI, etc. sont implémentées jusqu'à présent. 🎁 Modèles entraînés, journaux d'entraînement et configurations disponibles pour assurer la reproductibilité et l'étalonnage.

Extensions PyTorch pour le prototypage rapide en R&D et le farming sur Kaggle.

PoolFormer : MetaFormer est réellement ce dont vous avez besoin pour la vision (CVPR 2022 Oral).

Construisez des modèles de vision par ordinateur en une fraction du temps et avec moins de données.

Code prêt à l'emploi et notebooks de tutoriel pour accélérer votre apprentissage du few-shot learning pour la classification d'images.

Dépôt officiel pour "Mish: A Self Regularized Non-Monotonic Neural Activation Function" [BMVC 2020].

Xtreme1 est une plateforme tout-en-un d'étiquetage et d'annotation de données pour l'entraînement multimodal, prenant en charge les nuages de points LiDAR 3D, les images et les LLM.

Détectez automatiquement les problèmes dans les jeux de données d'images et pratiquez la vision par ordinateur centrée sur les données.

TorchXRayVision : une bibliothèque de jeux de données et de modèles de radiographies thoraciques, incluant des classifieurs, de la segmentation et des auto-encodeurs.

Élagage de canaux pour l'accélération de réseaux de neurones très profonds (ICCV'17)

[TPAMI 2023] LibFewShot : une bibliothèque complète pour le Few-shot Learning.

Jeu de données d'images pour la reconnaissance de gestes de la main

Une liste d'articles sur des travaux récents en vision par ordinateur (CV)

Dépôt pour Vision Transformer avec Deformable Attention (CVPR2022) et DAT++ : Vision Transformer spatialement dynamique avec Deformable Attention

[ICLR 2024] Implémentation PyTorch officielle de FasterViT : Vision Transformers rapides avec attention hiérarchique

[ICLR2022] Implémentation officielle de UniFormer.

Bibliothèque de vision par ordinateur haute performance en Python. Faites évoluer vos recherches, pas votre code répétitif.

YoloDotNet - Un projet C# .NET 8.0 pour la classification, la détection d'objets, la détection OBB, la segmentation et l'estimation de pose dans les images et les flux vidéo en direct.

Une base de référence puissante pour la classification d'images, la reconnaissance faciale et la recherche d'images avec Pytorch

Guide du machine learning. Apprenez tout sur les outils, bibliothèques, frameworks, grands modèles de langage (LLM) et l'entraînement de modèles.

Guide du traitement du signal d'image (ISP). Apprenez tout sur le processus de conversion d'une image ou d'une vidéo en format numérique en effectuant des tâches telles que la réduction du bruit, le filtrage, l'exposition automatique, l'autofocus, la correction HDR et la netteté d'image à l'aide d'un type spécialisé de processeur multimédia.

Traitement d'images médicales en Python