deep-learning

ECCV 2026 论文与开源项目合集，欢迎各位前辈提交 issue 分享 ECCV 2026 论文与开源项目

:pencil2: 基于网页的图像分割工具，用于对象检测、定位与关键点标註

使用 Python 从零开始建立关键概念与模型，掌握机器学习、深度学习及数学优化的基础。

HanLP作者的新书《自然语言处理入门》详细笔记！业界良心之作，书中不是枯燥无味的公式罗列，而是用白话阐述的通俗易懂的算法模型。从基本概念出发，逐步介绍中文分词、词性标注、命名实体识别、信息抽取、文本聚类、文本分类、句法分析这几个热门问题的算法原理与工程实现。

[CVPR 2025] MMAudio：驯服多模态联合训练以实现高质量视频转音频合成

用于自然语言理解的多任务深度神经网络

用于卫星与航空影像深度学习的开源函数库与框架。

在 PyTorch 中进行快速且准确的人体姿态估计。包含论文“Real-time 2D Multi-Person Pose Estimation on CPU: Lightweight OpenPose”的实现。

收集自动驾驶（以及机器人等）的世界模型论文。

[CVPR 2025] MambaVision 官方 PyTorch 实现：混合 Mamba-Transformer 视觉骨干网络

PyGAD 的源代码，这是一个用于构建遗传算法和训练机器学习算法（Keras 与 PyTorch）的 Python 3 库。

支持超过 7000 种语言、可控制且快速的文字转语音！

适用于 PHP 语言的高级机器学习与深度学习库。

🦁 Lion，Google Brain 使用遗传算法发现的新优化器，据称在 PyTorch 中比 Adam(w) 更优秀。

xLSTM 的官方代码库。

机器学习与深度学习手册是我私人文件中整理的一系列参考资料，旨在扩展我的知识，现在它是一个使用 Gitbook 编纂的开放知识共享项目。

EasyNLP：全面且易用的 NLP 工具包

使用 TensorFlow 实现的手写文字识别（HTR）系统。

对抗性攻击的 PyTorch 实现 [torchattacks]

使用 tensorflow 深度学习框架与 sequence-to-sequence 神经网络的语音识别

这个 MATLAB 与 Simulink 挑战专案中心包含一系列研究与设计专案点子。这些专案将协助你获得实务经验，并深入了解技术趋势与产业方向。

用于可复现的世界模型研究与评估的平台

JAX - 资源精选列表 https://github.com/google/jax

nannyml：Python 中的部署后数据科学工具

包含我在 Medium 上发文所使用的笔记仓库

[NeurIPS'22]“ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation”与 [TPAMI'23]“ViTPose++: Vision Transformer for Generic Body Pose Estimation”的官方代码库

这原本是一份神经网络加速器的论文收集，现在更像是个人对深度学习与计算机架构研究的精选。

SpikingJelly 是一个基于 PyTorch 的脉冲神经网络（SNN）开源深度学习框架。

MII 在 DeepSpeed 的支持下，实现低延迟与高吞吐量的推理。

医学影像中的扩散模型（发表于 Medical Image Analysis 期刊）