image-segmentation

À propos : cette collection rassemble les articles les plus passionnants et influents de la CVPR 2025. 🔥 [Article + Code + Démo]

Implémentations PyTorch simples de U-Net/FullyConvNet (FCN) pour la segmentation d'images.

Une collection d'articles sur la segmentation d'images par référence (Referring Image Segmentation).

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

Ce dépôt est une collection sélectionnée des articles les plus captivants et influents de CVPR 2024. 🔥 [Article + Code + Démo]

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.

Ce dépôt est une collection curated des papers les plus excitants et influents de CVPR 2023. 🔥 [Paper + Code]

Traitement d'images médicales en Python

[CVPR 2025 Highlight] Code officiel et modèles pour Encoder-only Mask Transformer (EoMT)

[CVPR 2024] Aligning and Prompting Everything All at Once for Universal Visual Perception

Implémentation PyTorch de ResUnet et ResUnet ++

Logiciel de localisation, de redressement et de reconnaissance de plaques d'immatriculation chinoises basé sur U-Net, cv2 et CNN. U-Net et cv2 sont utilisés pour la localisation et le redressement, tandis que CNN assure la reconnaissance. Les deux modèles sont implémentés avec Keras sous TensorFlow.

Adaptation de test des encodeurs DINOv2/3 pour les tâches de vision avec Low-Rank Adaptation (LoRA)