vision-transformer

Các mô hình phân đoạn ngữ nghĩa SOTA trong PyTorch

[ICLR 2024] Bản cài đặt PyTorch chính thức của FasterViT: Fast Vision Transformers với Hierarchical Attention

[CVPR 2024] Alpha-CLIP: Mô hình CLIP tập trung vào bất kỳ vị trí nào bạn muốn

Nhận dạng văn bản trong cảnh với các mô hình chuỗi tự hồi quy hoán vị (ECCV 2022)

Mô hình biểu diễn hình ảnh quy mô lớn

[ECCV] Swin2SR: SwinV2 Transformer cho việc khôi phục và siêu phân giải hình ảnh nén. Hội thảo Advances in Image Manipulation (AIM) ECCV 2022.

CAIRI: Bộ công cụ và tiêu chuẩn đánh giá cho học biểu diễn trực quan có giám sát, bán giám sát và tự giám sát.

TransMorph: Transformer cho đăng ký hình ảnh y tế không giám sát (PyTorch).

Kho lưu trữ này cung cấp các chương trình để xây dựng mã RAG (Retrieval Augmented Generation) cho Generative AI với LlamaIndex, Deep Lake và Pinecone, tận dụng sức mạnh của các mô hình OpenAI và Hugging Face để tạo và đánh giá.

Hierarchical Image Pyramid Transformer - CVPR 2022 (Oral)

[CVPR 2025 Highlight] Mã nguồn và mô hình chính thức cho Encoder-only Mask Transformer (EoMT).

PILOT: Bộ công cụ học tập liên tục dựa trên mô hình được huấn luyện trước

Vision Transformer dành cho việc khử sương mờ trên ảnh đơn

Phát hành mã nguồn cho ActionFormer (ECCV 2022)

Transformers 3rd Edition