image-classification

Ultralytics YOLO26, YOLO11, YOLOv8 — ऑब्जेक्ट डिटेक्शन, इंस्टेंस सेगमेंटेशन, सिमेंटिक सेगमेंटेशन, इमेज क्लासिफिकेशन, पोज़ एस्टीमेशन, ऑब्जेक्ट ट्रैकिंग

ऑब्जेक्ट डिटेक्शन, इंस्टेंस सेगमेंटेशन, क्लासिफिकेशन, ट्रेनिंग और एक्सपोर्ट के लिए PyTorch में Ultralytics YOLOv5।

PyTorch इमेज एनकोडर/बैकबोन का सबसे बड़ा संग्रह। इसमें ट्रेन, इval, इनफ़ेरेन्स, एक्सपोर्ट स्क्रिप्ट और प्रीट्रेनड वेट शामिल हैं -- ResNet, ResNeXT, EfficientNet, NFNet, Vision Transformer (ViT), MobileNetV4, MobileNet-V3 & V2, RegNet, DPN, CSPNet, Swin Transformer, MaxViT, CoAtNet, ConvNeXt, और बहुत कुछ

Label Studio मानकीकृत आउटपुट प्रारूप के साथ एक बहु-प्रकार डेटा लेबलिंग और एनोटेशन टूल है।

Pytorch में केवल एक सिंगल ट्रांसफॉर्मर एनकोडर के साथ विजन क्लासिफ़िकेशन में SOTA प्राप्त करने का एक सरल तरीका, Vision Transformer का कार्यान्वयन

कंप्यूटर विजन एनोटेशन टूल (CVAT) विजन AI के लिए उच्च गुणवत्ता वाले विजुअल डेटासेट बनाने का एक अग्रणी प्लेटफॉर्म है। यह इमेज, वीडियो और 3D एनोटेशन के लिए AI-असिस्टेड लेबलिंग, गुणवत्ता आश्वासन, टीम सहयोग, एनालिटिक्स और डेवलपर API के साथ ओपन-सोर्स, क्लाउड और एंटरप्राइज उत्पाद प्रदान करता है।

यह "Swin Transformer: Hierarchical Vision Transformer using Shifted Windows" के लिए एक आधिकारिक कार्यान्वयन है।

कंप्यूटर विजन के लिए उन्नत AI स्पष्टता। CNN, Vision Transformers, वर्गीकरण, ऑब्जेक्ट डिटेक्शन, सेगमेंटेशन, इमेज समानता और बहुत कुछ के लिए समर्थन।

CVPR2024/CVPR2023/CVPR2022/CVPR2021/CVPR2020/CVPR2019/CVPR2018/CVPR2017 पेपर/कोड/व्याख्या/लाइव स्ट्रीम संग्रह, जिसे Extreme Vision टीम द्वारा संकलित किया गया है

उच्च गुणवत्ता वाले डेटासेट और विज़ुअल AI मॉडल को रिफाइन करें

X-AnyLabeling: टेक्स्ट, इमेज, वीडियो और मल्टीमोडल डेटा को एनोटेट करने के लिए एक हल्का, कुशल और एकीकृत क्रॉस-प्लेटफॉर्म डेस्कटॉप एप्लिकेशन, जो अत्याधुनिक AI मॉडल और लचीले मल्टी-फॉर्मेट एक्सपोर्ट के साथ बहुमुखी अंतर्निहित टूल को जोड़ता है।

उपग्रह और हवाई छवियों के साथ डीप लर्निंग के लिए तकनीकें

[CVPR 2024 Oral] InternVL Family: GPT-4o का एक अग्रणी ओपन-सोर्स विकल्प। GPT-4o जैसा प्रदर्शन देने वाला ओपन-सोर्स मल्टीमॉडल वार्ता मॉडल

उत्पादन समस्याओं को तेज़ी से हल करें। ClickHouse और OpenTelemetry द्वारा संचालित सेशन रीप्ले, लॉग्स, मेट्रिक्स, ट्रेसेस और त्रुटियों को एकजुट करने वाला एक ओपन सोर्स ऑब्जर्वेबिलिटी प्लेटफ़ॉर्म।

अत्याधुनिक कंप्यूटर विज़न मॉडल और तकनीकों पर ट्यूटोरियल का संग्रह। ResNet जैसे बुनियादी आर्किटेक्चर से लेकर RF-DETR, YOLO11, SAM 3 और Qwen3-VL जैसे अत्याधुनिक मॉडल तक सब कुछ एक्सप्लोर करें।

Microsoft AI के साथ नवीनतम अभूतपूर्व नवाचारों का अनुभव करें, सीखें और कोड करें

Gluon CV टूलकिट

PaddlePaddle द्वारा संचालित विजुअल क्लासिफिकेशन और रिकॉग्निशन के लिए एक खजाना

cifar100 पर अभ्यास (ResNet, DenseNet, VGG, GoogleNet, InceptionV3, InceptionV4, Inception-ResNetv2, Xception, Resnet In Resnet, ResNext, ShuffleNet, ShuffleNetv2, MobileNet, MobileNetv2, SqueezeNet, NasNet, Residual Attention Network, SENet, WideResNet)

OpenMMLab प्री-ट्रेनिंग टूलबॉक्स और बेंचमार्क

TensorFlow मॉडल के कुछ हिस्सों का पुनरुपयोग करके ट्रांसफर लर्निंग के लिए एक लाइब्रेरी।

त्वरित (accelerated) डीप लर्निंग R&D

डीप लर्निंग नेटवर्क के प्रशिक्षण के लिए सैंडबॉक्स

AI रोडमैप: मशीन लर्निंग, डी डीप लर्निंग, GAN, GNN, NLP, बिग डेटा से संबंधित रोडमैप, शुरुआती से योग्य इंजीनियर तक पहुँचने में मदद करने के लिए विशाल सोर्स कोड (Python, PyTorch) के साथ।

CV मॉडल और mLLM पर आधारित एक क्रॉस-प्लेटफ़ॉर्म वीडियो स्ट्रक्चरिंग (वीडियो विश्लेषण) फ्रेमवर्क।

बिना लेबलिंग के अनुमान लगाने के लिए छवियां (सुपरवाइज्ड मॉडल को प्रशिक्षित करने के लिए फाउंडेशन मॉडल का उपयोग करें)।

Torch और TensorRT के लिए डीप लर्निंग सर्वर और CLI

सभी असंरचित डेटा से निपटना, जैसे रिवर्स इमेज सर्च, ऑडियो सर्च, मॉलिक्यूलर सर्च, वीडियो विश्लेषण, प्रश्न और उत्तर प्रणाली, NLP, आदि।

ailia SDK के लिए प्री-ट्रेन किए गए, अत्याधुनिक AI मॉडल का संग्रह

JavaScript और HTMLCanvas के साथ नग्नता का पता लगाना।