deep-learning

MAMMA 的官方程式碼：無標記精確多人動作擷取。

FB-BEV 與 FB-OCC 的官方 PyTorch 實現 - 針對以視覺為中心的自動駕駛感知的前向-後向視角轉換

適用於 PyTorch 的表格深度學習庫

兼具深度學習與傳統演算法的機器學習框架

CnSTD: 基於 PyTorch/MXNet 的 中文/英文 場景文字檢測（Scene Text Detection）、數學公式檢測（Mathematical Formula Detection, MFD）、篇章分析（Layout Analysis）的Python3 套件

Confucius4-TTS：多語言與跨語言 Zero-Shot TTS 引擎

[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）。

一個基於 PyTorch 使用神經網路求解微分方程式的庫，被包括哈佛大學 IACS 在內的全球多個研究小組使用。

基於多個車載相機影像，計算語意分割鳥瞰圖 (BEV) 影像的 TensorFlow 實作

用於先進建模的物理資訊神經網路

Phenaki Video 的 PyTorch 實作，使用 Mask GIT 來產生長達 2 分鐘的文字引導影片

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

DNABERT：基因組中 DNA 語言的預訓練 Bidirectional Encoder Representations from Transformers 模型

多尺度神經音訊編解碼器 (SNAC)，以低位元率將音訊壓縮為離散編碼

一個學習在電子遊戲中駕駛的深度神經網路

Android TensorFlow Lite機器學習範例

用於 SageMaker Studio Lab 的範例筆記本。點擊下方連結註冊帳號！

使用來自相機的即時視訊串流的手語翻譯器。

用於網路流量分類的深度學習模型

AI 生產力工具 - 免費且開源，提升使用者生產力，並保護隱私與資料安全。包含但不限於：內建本機專屬 ChatGPT、DeepSeek、Phi、Qwen 等模型，一鍵批次智慧處理圖片、影片、音訊等。

近年深度學習關於神經網路模型解釋性的相關高引用/頂會論文（附帶程式碼）

LSD (LiDAR SLAM & Detection) 是一個用於自駕車／機器人的開源感知架構

基於 PyBullet 物理引擎與 gymnasium 的機器人環境集合。

此儲存庫包含所有電腦視覺頂級會議接受的論文，並方便搜尋相關論文。

用於建立複雜類神經網路的簡單函式庫。

ToolOrchestra 是一個用於編排工具與 agentic 工作流程的端對端 RL 訓練框架。

基於 PaddlePaddle 實現的語音辨識，中文語音辨識。專案完善，辨識效果佳。支援 Windows、Linux 下訓練與預測，並支援 Nvidia Jetson 開發板預測。

用於結合深度學習進行高效貝氏建模的 Python 程式庫

用於音訊處理的深度學習

在 notebook 中進行互動式 PyTorch 前向傳播視覺化