deep-learning

FB-BEVおよびFB-OCCの公式PyTorch実装 - ビジョン中心の自動運転認識に向けた前方・後方ビュー変換

MAMMA の公式コード: マーカーレスで高精度な多人数モーションキャプチャ

PyTorch向け表データ深層学習ライブラリ

ディープラーニングと従来型アルゴリズムの両方に対応した機械学習フレームワーク

CnSTD: PyTorch / MXNet ベースの中国語／英語シーン文字検出（Scene Text Detection）、数式検出（Mathematical Formula Detection, MFD）、レイアウト分析（Layout Analysis）用 Python3 パッケージ

[ベータ版] QPT - オープンソースプロジェクトをインターネット世界へよりスムーズに届けるためのPython to EXEツール（Pythonパッケージング）。

Confucius4-TTS: 多言語・クロスリンガル対応のゼロショットTTSエンジン

PyTorch をベースにしたニューラルネットワークによる微分方程式の解法ライブラリ。Harvard IACS をはじめ、世界中の複数の研究グループで使用されています。

高度なモデリングのための物理情報ニューラルネットワーク

複数車載カメラの画像から意味論的セグメンテーションされた鳥瞰図 (BEV) 画像を計算するための TensorFlow 実装。

Mask GIT を使用して最長 2 分間のテキスト誘導型動画を生成する Phenaki Video の PyTorch による実装

Revisiting Image Pyramid Structure for High Resolution Salient Object Detection (ACCV 2022) の公式 PyTorch 実装

DNABERT: ゲノム内の DNA 言語に向けた、Transformer ベースの事前学習済み双方向エンコーダー表現モデル

マルチスケールニューラルオーディオコーデック (SNAC) は、低ビットレートで音声を離散コードに圧縮します。

ビデオゲームでの運転を学習する深層ニューラルネットワーク

Android TensorFlow Lite 機械学習のサンプル

SageMaker Studio Lab を操作するためのサンプルノートブック。以下のリンクからアカウントに登録してください！

カメラからのライブ映像フィードを使用した手話通訳ツール

AI生産性向上ツール - 無料かつオープンソースで、ユーザーの生産性を向上させ、プライバシーとデータのセキュリティを保護します。内蔵のローカル専用ChatGPT、DeepSeek、Phi、Qwenなどのモデル、画像・動画・音声などのワンクリック一括インテリジェント処理を含みますが、これらに限定されません。

ネットワークトラフィック分類のためのディープラーニングモデル

近年におけるニューラルネットワークモデルの解釈可能性に関する、高被引用・主要学会の論文集（コード付き）

LSD (LiDAR SLAM & Detection) は、自動運転車やロボット向けのオープンソースの知覚アーキテクチャです。

複雑なニューラルネットワークを作成するためのシンプルなライブラリ。

このリポジトリには、コンピュータビジョンのトップカンファレンスで採択されたすべての論文が含まれており、関連論文を簡単に検索できます。

PyBullet物理エンジンとgymnasiumベースのロボット環境セット

ToolOrchestra は、ツールとエージェントワークフローをオーケストレーションするためのエンドツーエンドの RL トレーニングフレームワークです。

PaddlePaddle をベースに実装された音声認識、中国語音声認識。プロジェクトは充実しており、認識精度も良好。Windows および Linux でのトレーニングと予測をサポートし、Nvidia Jetson 開発ボードでの予測もサポートします。

音声処理のためのディープラーニング

NotebooksでのインタラクティブなPytorchフォワードパス可視化

人工知能向け軽量 C 言語ライブラリ