vision-transformer

PyTorch में SOTA सिमेंटिक सेगमेंटेशन मॉडल्स

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

[CVPR 2024] Alpha-CLIP: एक CLIP मॉडल जो आपकी इच्छानुसार कहीं भी ध्यान केंद्रित करता है।

Permuted Autoregressive Sequence Models के साथ सीन टेक्स्ट रिकग्निशन (ECCV 2022)

लार्ज-स्केल विज़ुअल रिप्रेजेंटेशन मॉडल।

[ECCV] Swin2SR: संपीड़ित छवि सुपर-रिज़ॉल्यूशन और रिस्टोरेशन के लिए SwinV2 ट्रांसफार्मर। एडवांसेज इन इमेज मैनिपुलेशन (AIM) वर्कशॉप ECCV 2022। इसे आज़माएं! 3.3M से अधिक रन https://replicate.com/mv-lab/swin2sr

CAIRI सुपरवाइज्ड, सेमी- और सेल्फ-सुपरवाइज्ड विजुअल रिप्रेजेंटेशन लर्निंग टूलबॉक्स और बेंचमार्क

TransMorph: अनसुपरवाइज्ड मेडिकल इमेज रजिस्ट्रेशन के लिए ट्रांसफॉर्मर (PyTorch)।

यह रिपॉजिटरी LlamaIndex, Deep Lake और Pinecone के साथ Generative AI के लिए Retrieval Augmented Generation (RAG) कोड बनाने के लिए प्रोग्राम प्रदान करती है, जो जनरेशन और इवैल्यूएशन के लिए OpenAI और Hugging Face मॉडल की शक्ति का लाभ उठाती है।

[CVPR 2025 Highlight] Encoder-only Mask Transformer (EoMT) के लिए आधिकारिक कोड और मॉडल।

दानव पदानुक्रमित छवि पिरामिड ट्रांसफार्मर - CVPR 2022 (मौखिक)

🎉 PILOT: प्री-ट्रेंड मॉडल-आधारित निरंतर शिक्षण (Continual Learning) टूलबॉक्स।

सिंगल इमेज डिहाइज़िंग के लिए Vision Transformers

ActionFormer के लिए कोड रिलीज़ (ECCV 2022)

Transformers 3rd Edition