计算机视觉

ISP-Guide 开源

一份指南，带你系统入门图像信号处理全流程

ISP-Guide 是一个关于图像信号处理（ISP）的综合性学习指南，旨在帮助开发者系统理解从图像/视频传···

Awesome-ICCV2025-ICCV2021-Low-Level-··· 开源

一键查全ICCV低层视觉论文代码，做研究不再漏

这是一个汇总ICCV 2025和ICCV 2021低层视觉方向论文与代码的精选列表。低层视觉是计算机视觉中处理···

HugsVision 开源

一行代码调用 Hugging Face 视觉模型，快速实现分类、检测与生成

HugsVision 是一个基于 Hugging Face 生态的计算机视觉工具包装库，旨在让开发者用极简的代码调用最···

scenic 开源

用 JAX 快速搭视觉模型，论文复现与实验一把梭

Scenic 是 Google 开源、基于 JAX 的计算机视觉研究库，目标是为视觉任务提供一套干净、模块化且高···

Lifelong-nnUNet 开源

让医学分割模型持续学习不遗忘，多数据集顺序训练不掉点

Lifelong-nnUNet 是一个基于 nnU-Net 的医学图像分割框架，专门解决传统分割模型在持续学习场景中的···

vietnamese-ocr-toolbox 开源

越南语证件发票图片，一键转成可编辑文字

vietnamese-ocr-toolbox 是一个面向越南语场景的 OCR 工具箱，用 C++ 实现，目标是把文本检测与字符···

torchgeo 开源

像用torchvision一样做遥感深度学习

TorchGeo 是微软开源的面向地理空间数据的 PyTorch 扩展库，为遥感、卫星影像和地球观测任务提供标···

macOCR 开源

框选屏幕任意文字，秒进剪贴板

macOCR 是一款 macOS 菜单栏工具，解决屏幕上文字无法直接复制的问题。按下全局快捷键框选屏幕任意···

roofgan 开源

一键生成结构合理的3D屋顶，助力建筑自动化建模。

Roof-GAN是一个基于生成对抗网络的3D屋顶生成模型，来自CVPR 2021论文。它专门针对住宅建筑的屋顶几···

obs-backgroundremoval 开源

无需绿幕，直播录屏实时抠像换背景

obs-backgroundremoval 是一个 OBS Studio 插件，用于在直播或录制视频时实时移除人像背景，方便主···

DeepLIIF 开源

一键将免疫组化图像转化为多重荧光定量数据，提升病理分析效率

DeepLIIF 是一个基于深度学习的多重免疫荧光图像分析工具，专注于免疫组化（IHC）图像的定量分析。···

Anime2Sketch 开源

一键将动漫图变线稿，省去手工描线

Anime2Sketch 是一个专门从动漫/插画图像中提取线稿的开源工具。它基于生成对抗网络（GAN）和深度学···

VITON-HD 开源

上传衣服和照片，秒出高分辨率试穿效果

VITON-HD 是一个基于 PyTorch 的高分辨率虚拟试穿（Virtual Try-On）开源项目，来自 CVPR 2021 论文···

setvae 开源

用层次化VAE生成集合数据，搞定点云等无序结构

SetVAE 是一个基于 PyTorch 的生成模型实现，来自 CVPR 2021 论文，专门针对集合结构数据（如点云、···

lite.ai.toolkit 开源

一行代码调用 100+ 模型，C++ 部署 AI 不再难

lite.ai.toolkit 是一个轻量级的 C++ AI 推理工具包，集成了 100 多个预训练模型，支持 MNN、ONNX ···

CWR 开源

对比学习一键复原水下图像，颜色细节双提升

CWR 是一个基于对比学习的水下图像复原开源项目，对应 IGARSS 2021 口头报告论文。它解决水下图像因···

prettymaps 开源

输入地名，一键生成艺术感地图海报

prettymaps 是一个基于 Python 的开源工具，用于从 OpenStreetMap 数据绘制美观的地图。它利用 osm···

manga-image-translator 开源

一键翻译漫画图片文字，自动抹除替换，阅读无国界

manga-image-translator 是一个基于深度学习的漫画/图片文字翻译工具，能够自动检测图片中的文字区···

EMLight 开源

单图秒出光照环境贴图，让虚拟物体无缝融入真实场景

EMLight 是一个基于深度学习的照明估计工具，源自 AAAI 2021 论文，用于从单张图像估计场景的球面分···

sahi 开源

大图切片推理，小目标检测不漏，精度提升显存降

SAHI 是一个专注于计算机视觉的切片推理框架，旨在解决大尺寸图像（如卫星影像、医学图像）在目标检···

Image_Preprocessing_Techniques 开源

一站式图像预处理工具箱，快速提升模型训练效果

这是一个图像预处理技术集合库，专注于为图像分类和图像生成任务提供多种预处理方法。项目基于Pyth···

PGS 开源

在Processing里轻松搞定复杂几何处理，让创意不卡壳。

PGS（Processing Geometry Suite）是一个基于Java的几何处理库，专为Processing创意编程环境设计。···

gca 开源

用元胞自动机生成复杂3D结构和纹理，复现ICLR论文

gca 是论文《Generative Cellular Automata》的官方实现，发表于 ICLR 2021 和 2022（spotlight）。···

doctr 开源

用 PyTorch 或 TensorFlow 快速实现文档文字检测与识别

docTR 是一个基于深度学习的 OCR 库，专注于文档文本识别，由 t2k 团队持续维护。它解决了从文档图···