transformer

PostHTML 是一款使用 JS 外掛程式來轉換 HTML/XML 的工具

🔥🔥🔥 專注於 YOLO11、YOLOv8、TYOLOv12、YOLOv10、RT-DETR、YOLOv7、YOLOv5 改進模型，支援改進 backbone、neck、head、loss、IoU、NMS 等模組🚀

ICCV 2025 論文與開源專案合集

一個電腦視覺閉環學習平台，可在線上互動式執行程式碼。學習閉環《計算機視覺實戰演練：算法與應用》中文電子書、原始碼、讀者交流社群（持續更新中 ...） 📘 線上電子書 https://charmve.github.io/computer-vision-in-action/ 👇專案首頁

社群維護的 vLLM on Ascend 硬體外掛程式

轉職為 AI 工程師的研究論文與部落格文章

[CVPR 2022--Oral] Restormer：用於高解析度影像修復的高效 Transformer。在動態模糊去除、影像去雨、雜訊去除（高斯／真實資料）及散焦模糊去除達到 SOTA。

mPLUG-Owl：強大的多模態大型語言模型系列

讓大型語言模型（LLM）變得簡單，EasyLM 是在 JAX/Flax 中進行 LLM 預訓練、微調、評估與服務的一站式解決方案。

使用 PyTorch 透過機器學習與深度學習解決實際問題的 Jupyter Notebook 教學。主題包含：使用 Detectron 2 進行人臉偵測、使用 LSTM Autoencoders 進行時間序列異常偵測、使用 YOLO v5 進行物件偵測、建立你的第一個類神經網路、針對冠狀病毒每日確診數的時間序列預測、使用 BERT 進行情感分析

🍅🍅🍅YOLOv5-Lite：演進自 YOLOv5，模型大小僅 900+KB (int8) 與 1.7M (fp16)。在 Raspberry Pi 4B 上可達 15 FPS~

Graphormer 是一個用於分子建模的通用深度學習骨幹網路。

用於時間序列預測、分類與異常偵測的深度學習 PyTorch 函式庫（最初用於洪水預測）。

Lumina-T2X 是一個用於文字轉任意模態生成的統一框架

「iTransformer: Inverted Transformers Are Effective for Time Series Forecasting」(ICLR 2024 Spotlight)的官方實作。

MoBA：長文本 LLM 的區塊注意力混合模型

📰 關於基於 LLM 的長上下文建模必讀論文與部落格 🔥

[CVPR 2025 Highlight] Video Depth Anything：超長影片的一致性深度估計

AICI：將提示詞作為 (Wasm) 程式

支援普通話、中文方言與英語的開源工業級 ASR 模型，在公開的普通話 ASR 基準測試中達到全新的 SOTA，同時提供出色的歌唱歌詞辨識能力。

整合深度學習模型進行影像分類 | 骨幹網路學習/比較/魔改專案

Transformers 庫快速入門教程

基於圖/Transformer 的詐欺、異常與離群值偵測論文與資源精選列表

[ICML 2024] LLMCompiler：用於平行函式呼叫的 LLM 編譯器

一款簡單易用且高效能的 AI 部署框架

中文長文本分類、短句子分類、多標籤分類、兩句子相似度（Chinese Text Classification of Keras NLP, multi-label classify, or sentence classify, long or short），字詞句向量嵌入層（embeddings）和網路層（graph）構建基類，FastText，TextCNN，CharCNN，TextRNN, RCNN, DCNN, DPCNN, VDCNN, CRNN, Bert, Xlnet, Albert, Attention, DeepMoji, HAN, 膠囊網路-CapsuleNet, Transformer-encode, Seq2seq, SWEM, LEAM, TextGCN

在 React Native 專案中匯入 SVG 檔案，就像在 Web 應用程式中一樣。

[CVPR 2023] OneFormer: 統治通用影像分割的 One Transformer

Axon 中的預訓練神經網路模型（+ 🤗 Models 整合）

基於 PyTorch 構建的無程式碼框架，用於可重複的深度學習研究。PyTorch 生態系統。🏆 至今已實作 26 種發表於 TPAMI、CVPR、IClR、ECCV、NeurIPS、ICCV、AAAI 等會議的知識蒸餾方法。🎁 提供已訓練模型、訓練日誌與設定檔，以確保可重複性與基準測試。