deep-learning

MAMMA 的官方代码：无标记精确多人动作捕获。

适用于 PyTorch 的表格深度学习库

FB-BEV 与 FB-OCC 的官方 PyTorch 实现 - 针对以视觉为中心的自动驾驶感知的前向-后向视角转换

兼具深度学习与传统算法的机器学习框架

CnSTD: 基于 PyTorch/MXNet 的 中文/英文 场景文字检测（Scene Text Detection）、数学公式检测（Mathematical Formula Detection, MFD）、篇章分析（Layout Analysis）的Python3 包

[内测中]QPT - 致力于让开源项目更好通往互联网世界的Python to EXE工具（Python打包）。

Confucius4-TTS：多语言与跨语言 Zero-Shot TTS 引擎

基于多个车载相机影像，计算语义分割鸟瞰图 (BEV) 影像的 TensorFlow 实现

一个基于 PyTorch 使用神经网络求解微分方程的库，被包括哈佛大学 IACS 在内的全球多个研究小组使用。

用于高级建模的物理信息神经网络

Phenaki Video 的 PyTorch 实现，使用 Mask GIT 来生成长达 2 分钟的文本引导视频

《Revisiting Image Pyramid Structure for High Resolution Salient Object Detection (ACCV 2022)》的官方 PyTorch 实现

DNABERT：基因组中 DNA 语言的预训练 Bidirectional Encoder Representations from Transformers 模型

多尺度神经音频编解码器 (SNAC)，以低比特率将音频压缩为离散编码

一个学习在电子游戏中驾驶的深度神经网络

Android TensorFlow Lite 机器学习示例

用于 SageMaker Studio Lab 的示例 Notebook。点击下方链接注册账号！

使用来自相机的实时视频流的手语翻译器。

用于网络流量分类的深度学习模型

AI 生产力工具 - 免费且开源，提升用户生产力，并保护隐私与数据安全。包含但不限于：内置本地专属 ChatGPT、DeepSeek、Phi、Qwen 等模型，一键批量智能处理图片、视频、音频等。

近年深度学习关于神经网络模型解释性的相关高引用/顶会论文（附带代码）

LSD (LiDAR SLAM & Detection) 是一个用于自动驾驶／机器人的开源感知架构

基于 PyBullet 物理引擎与 gymnasium 的机器人环境集合。

用于建立复杂神经网络的简单库。

此仓库包含所有计算机视觉顶级会议接收的论文，并方便搜索相关论文。

ToolOrchestra 是一个用于编排工具与 agentic 工作流的端到端 RL 训练框架。

基于 PaddlePaddle 实现的语音识别，中文语音识别。项目完善，识别效果佳。支持 Windows、Linux 下训练与预测，并支持 Nvidia Jetson 开发板预测。

用于结合深度学习进行高效贝叶斯建模的 Python 库

在 notebook 中进行互动式 PyTorch 前向传播视觉化

用于音频处理的深度学习