image-classification

कम आवृत्ति वाली श्रेणियों को ओवरसैंपल और उच्च आवृत्ति वाली श्रेणियों को अंडरसैंपल करने के लिए एक (PyTorch) असंतुलित डेटासेट सैम्पलर।

Emgu CV, OpenCV इमेज प्रोसेसिंग लाइब्रेरी का एक क्रॉस-प्लेटफॉर्म .Net रैपर है।

ECCV 2026 शोध पत्रों और ओपन-सोर्स प्रोजेक्ट्स का संग्रह, ECCV 2026 पेपर और ओपन-सोर्स प्रोजेक्ट साझा करने के लिए इश्यू सबमिट करने का स्वागत है।

[CVPR 2025] MambaVision का आधिकारिक PyTorch कार्यान्वयन: एक हाइब्रिड Mamba-Transformer विजन बैक बोन

EfficientNet मॉडल का कार्यान्वयन। Keras और TensorFlow Keras।

छवि वर्गीकरण के लिए डीप लर्निंग मॉडल को एकीकृत करें | बैकबोन लर्निंग/तुलना/मैजिक मॉडिफिकेशन प्रोजेक्ट

fastdup एक शक्तिशाली, निःशुल्क टूल है जिसे इमेज और वीडियो डेटासेट से तेज़ी से मूल्यवान अंतर्दृष्टि उत्पन्न करने के लिए डिज़ाइन किया गया है। यह बेजोड़ स्केलेबिलिटी के साथ डेटा ऑपरेशन लागत को काफी कम करते हुए इमेज और लेबल दोनों की गुणवत्ता को बेहतर बनाने में मदद करता है।

🚀 NVIDIA के लिए आसान और तेज़ YOLO तैनाती टूलकिट 🛠️

पुनरुत्पादक गहरे学習 (deep learning) अध्ययनों के लिए PyTorch पर निर्मित एक कोडिंग-मुक्त फ्रेमवर्क। PyTorch इकोसिस्टम। 🏆 TPAMI, CVPR, ICLR, ECCV, NeurIPS, ICCV, AAAI आदि में प्रस्तुत 22 ज्ञान आसवन (knowledge distillation) विधियाँ अब तक लागू की गई हैं। 🎁 पुनरुत्पादकता और बेंचमार्क सुनिश्चित करने के लिए प्रशिक्षित मॉडल, प्रशिक्षण लॉग और कॉन्फ़िगरेशन उपलब्ध हैं।

तेज़ R&D प्रोटोटाइपिंग और Kaggle फ़ार्मिंग के लिए PyTorch एक्सटेंशन

PoolFormer: MetaFormer Is Actually What You Need for Vision (CVPR 2022 Oral)

बहुत कम समय में और कम डेटा के साथ computer vision मॉडल बनाएं।

इमेज क्लासिफिकेशन के लिए फ्यू-शॉट लर्निंग में आगे बढ़ने में मदद करने वाले उपयोग के लिए तैयार कोड और ट्यूटोरियल नोटबुक।

"Mish: A Self Regularized Non-Monotonic Neural Activation Function" [BMVC 2020] के लिए आधिकारिक रिपॉजिटरी

Xtreme1 मल्टीमॉडल डेटा ट्रेनिंग के लिए एक ऑल-इन-वन डेटा लेबलिंग और एनोटेशन प्लेटफॉर्म है और यह 3D LiDAR पॉइंट क्लाउड, इमेज और LLM को सपोर्ट करता है।

इमेज डेटासेट में स्वचालित रूप से समस्याएँ खोजें और डेटा-केंद्रित कंप्यूटर विज़न का अभ्यास करें।

TorchXRayVision: छाती के एक्स-रे डेटासेट और मॉडल की एक लाइब्रेरी। क्लासिफायर, सेगमेंटेशन और ऑटोएन्कोडर।

बहुत गहरे न्यूरल नेटवर्क को गति देने के लिए चैनल प्रूनिंग (ICCV'17)

[TPAMI 2023] LibFewShot: Few-shot Learning के लिए एक व्यापक लाइब्रेरी।

हैंड जेस्चर रिकग्निशन इमेज डेटासेट

हाल के कुछ कंप्यूटर विज़न (CV) कार्यों की पेपर सूची

Deformable Attention (CVPR2022) के साथ Vision Transformer और DAT++ का रिपॉजिटरी: Spatially Dynamic Vision Transformer with Deformable Attention

[ICLR 2024] FasterViT का आधिकारिक PyTorch कार्यान्वयन: पदानुक्रमित अटेंशन के साथ फास्ट विजन ट्रांसफॉर्मर

[ICLR2022] UniFormer का आधिकारिक कार्यान्वयन

Python में उच्च-प्रदर्शन वाली विज़न लाइब्रेरी। बॉयलरप्लेट के बजाय अपने रिसर्च को स्केल करें।

YoloDotNet - इमेज और लाइव वीडियो स्ट्रीम में क्लासिफिकेशन, ऑब्जेक्ट डिटेक्शन, OBB डिटेक्शन, सेगमेंटेशन और पोज़ एस्टिमेशन के लिए एक C# .NET 8.0 प्रोजेक्ट।

Pytorch के साथ इमेज क्लासिफिकेशन, फेस रिकग्निशन और इमेज रिट्रीवल के लिए एक शक्तिशाली बेसलाइन।

मशीन लर्निंग गाइड। मशीन लर्निंग टूल्स, लाइब्रेरीज़, फ्रेमवर्क्स, लार्ज लैंग्वेज मॉडल्स (LLMs) और ट्रेनिंग मॉडल्स के बारे में विस्तार से जानें।

इमेज सिग्नल प्रोसेसिंग (ISP) गाइड। शोर में कमी, फ़िल्टरिंग, ऑटो एक्सपोज़र, ऑटोफोकस, HDR सुधार और इमेज शार्पENING जैसे कार्यों को निष्पादित करके किसी इमेज/वीडियो को डिजिटल रूप में बदलने की प्रक्रिया के बारे में जानें।

Python में मेडिकल इमेज प्रोसेसिंग