transformer

PostHTML 是一款使用 JS 插件来转换 HTML/XML 的工具

🔥🔥🔥 专注于 YOLO11、YOLOv8、TYOLOv12、YOLOv10、RT-DETR、YOLOv7、YOLOv5 改进模型，支持改进 backbone、neck、head、loss、IoU、NMS 等模块🚀

ICCV 2025 论文和开源项目合集

一个计算机视觉闭环学习平台，可在线上交互式运行代码。学习闭环《计算机视觉实战演练：算法与应用》中文电子书、源码、读者交流社区（持续更新中 ...） 📘 在线电子书 https://charmve.github.io/computer-vision-in-action/ 👇项目主页

社区维护的 vLLM on Ascend 硬件插件

转职为 AI 工程师的研究论文与博客文章

[CVPR 2022--Oral] Restormer：用于高分辨率图像修复的高效 Transformer。在动态模糊去除、图像去雨、噪声去除（高斯／真实数据）及散焦模糊去除达到 SOTA。

mPLUG-Owl：强大的多模态大语言模型系列

让大型语言模型（LLM）变得简单，EasyLM 是在 JAX/Flax 中进行 LLM 预训练、微调、评估与服务的一站式解决方案。

使用 PyTorch 通过机器学习与深度学习解决实际问题的 Jupyter Notebook 教程。主题包含：使用 Detectron 2 进行人脸检测、使用 LSTM Autoencoders 进行时间序列异常检测、使用 YOLO v5 进行对象检测、建立你的第一个神经网络、针对冠状病毒每日确诊数的时间序列预测、使用 BERT 进行情感分析

🍅🍅🍅YOLOv5-Lite：演进自 YOLOv5，模型大小仅 900+KB (int8) 和 1.7M (fp16)。在 Raspberry Pi 4B 上可达 15 FPS~

Graphormer 是一个用于分子建模的通用深度学习骨干网络。

用于时间序列预测、分类与异常侦测的深度学习 PyTorch 函数库（最初用于洪水预测）。

Lumina-T2X 是一个用于文本转任意模态生成的统一框架

“iTransformer: Inverted Transformers Are Effective for Time Series Forecasting” (ICLR 2024 Spotlight) 的官方实现。

MoBA：长文本 LLM 的区块注意力混合模型

📰 关于基于 LLM 的长上下文建模必读论文与博客 🔥

[CVPR 2025 Highlight] Video Depth Anything：超长视频的一致性深度估计

AICI：将提示词作为 (Wasm) 程序

支援普通话、中文方言与英语的开源工业级 ASR 模型，在公开的普通话 ASR 基准测试中达到全新的 SOTA，同时提供出色的歌唱歌词辨识能力。

整合深度学习模型进行图像分类 | 主干网络学习/比较/魔改项目

Transformers 库快速入门教程

基于图/Transformer 的欺诈、异常与离群值检测论文与资源精选列表

[ICML 2024] LLMCompiler：用于并行函数调用的 LLM 编译器

一款简单易用和高性能的 AI 部署框架

中文长文本分类、短句子分类、多标签分类、两句子相似度（Chinese Text Classification of Keras NLP, multi-label classify, or sentence classify, long or short），字词句向量嵌入层（embeddings）和网络层（graph）构建基类，FastText，TextCNN，CharCNN，TextRNN, RCNN, DCNN, DPCNN, VDCNN, CRNN, Bert, Xlnet, Albert, Attention, DeepMoji, HAN, 胶囊网络-CapsuleNet, Transformer-encode, Seq2seq, SWEM, LEAM, TextGCN

在 React Native 项目中导入 SVG 文件，就像在 Web 应用程序中一样。

[CVPR 2023] OneFormer: 统领通用图像分割的 One Transformer

Axon 中的预训练神经网络模型（+ 🤗 Models 集成）

基于 PyTorch 构建的无代码框架，用于可复现的深度学习研究。PyTorch 生态系统。🏆 至今已实现 26 种发表于 TPAMI、CVPR、ICLR、ECCV、NeurIPS、ICCV、AAAI 等会议的知识蒸馏方法。🎁 提供已训练模型、训练日志与配置文件，以确保可复现性与基准测试。