计算机视觉

Awesome-ComputerVision 开源 免费 仅开源

一张清单理清计算机视觉学习与选型路线

Awesome-ComputerVision 是一个以 Python 生态为主的计算机视觉资源精选清单，定位为学习与选型索引···

depth-detect 开源 免费 仅开源

Jetson 上同时跑深度估计和 YOLO 检测，TensorRT 加速

depth-detect 是一个面向边缘设备的 C++ 视觉推理项目，把单目/双目深度估计与 YOLO 目标检测整合到···

Awesome-ECCV2022-Low-Level-Vision 开源 免费 仅开源

速查ECCV 2022低层视觉论文代码，跟上前沿。

这是一个汇集ECCV 2022会议中低层视觉方向论文与代码的精选列表，覆盖图像恢复、增强、去模糊、去噪···

obsidian-ocr 开源 免费 仅开源

让 Obsidian 搜索穿透图片和 PDF，截图文字也能搜到

obsidian-ocr 是一个 Obsidian 笔记软件的社区插件，用 TypeScript 编写，目标是把图片和 PDF 里的···

PytorchDeepLearing 开源 免费 仅开源

PyTorch 医学图像分割实战模板，含 UNet/VNet3D 与 Flask 推理

PytorchDeepLearing 是一个基于 PyTorch 的医学图像分割与分类实践项目，提供 UNet、VNet3D 等分割···

DeepInteraction 开源 免费 仅开源

让点云和图像互相“对话”，更准地框出 3D 物体

DeepInteraction 是 NeurIPS 2022 提出并在 TPAMI 2025 扩展的 3D 目标检测开源项目，面向自动驾驶···

PolarFormer 开源 免费 仅开源

用极坐标 Transformer 做多相机 3D 检测

PolarFormer 是 AAAI 2023 收录的多相机 3D 目标检测研究项目，面向自动驾驶感知场景。它解决的核心···

Wis3D 开源 免费 仅开源

浏览器里直接看3D点云和相机位姿，免装软件

Wis3D 是一个基于网页的 3D 可视化工具，面向 3D 计算机视觉研究与开发场景。它解决的核心问题是：···

ax-samples 开源 免费 仅开源

在爱芯 NPU 板子上快速跑通 YOLO 等视觉模型

ax-samples 是爱芯元智（AXERA）为其 AI SoC 提供的计算机视觉示例代码集合，用 CMake 组织，面向在···

stitching 开源 免费 仅开源

多张照片一键拼成全景图，快且稳

stitching 是一个基于 Python 的图像拼接工具包，底层依赖 OpenCV，目标是让全景图生成变得又快又稳···

Savant 开源 免费+付费 可打开

用 YAML 搭视频 AI 流水线，少写代码多跑流

Savant 是一个基于 Python 的计算机视觉与视频分析框架，构建在 NVIDIA DeepStream 和 CUDA 之上，···

Automatic_Number_Plate_Recognition_Y··· 开源 免费 仅开源

一条命令装好的车牌识别服务，检测到识别全打通

这是一个自动车牌识别（ANPR/ALPR）流水线项目，把车辆检测、车牌定位与字符识别串成完整流程，并以···

BCI 开源 免费 仅开源

用 GAN 一键把 H&E 病理图转成 IHC 图，省时省钱

BCI 是一个基于 Pyramid Pix2pix 的乳腺癌免疫组化（IHC）图像生成工具，旨在通过生成对抗网络（GA···

x-unet 开源 免费 仅开源

用最新注意力机制升级 U-Net，提升图像生成与分割效果

x-unet 是一个基于 PyTorch 的 U-Net 图像生成与分割实现，旨在整合高效的注意力机制和最新的研究成···

GLAMR 开源 免费 仅开源

动态相机下，遮挡也能精准重建3D人体

GLAMR是CVPR 2022 Oral论文的官方PyTorch实现，专注于动态相机下的全局遮挡感知人体网格恢复。它解···

isaac_ros_object_detection 开源 免费 仅开源

在 ROS 2 里用 NVIDIA GPU 跑目标检测，订阅图像直接出检测框

isaac_ros_object_detection 是 NVIDIA 为 ROS 2 生态提供的图像空间目标检测加速包，属于 Isaac R···

Awesome-CVPR2024-Low-Level-Vision 开源 免费 仅开源

按任务分类整理CVPR底层视觉论文和代码，找前沿成果快人一步

这是一个CVPR顶会论文合集项目，专门收集CVPR 2024/2023/2022中关于底层视觉（Low-Level Vision）方···

kornia-rs 开源 免费 仅开源

用 Rust 写高性能视觉算子，还能被 Python 直接调用

kornia-rs 是用 Rust 编写的底层 3D 计算机视觉库，定位为 Kornia 生态的 Rust 实现。它解决的核心···

Dual-task-Pose-Transformer-Network 开源 免费 仅开源

上传人物照片和姿态，一键生成自然摆姿的新图像

Dual-task-Pose-Transformer-Network 是一个用于姿态引导的人物图像生成模型，发表于 CVPR 2022。它···

BEVT 开源 免费 仅开源

用图像预训练加速视频 Transformer，省数据省算力

BEVT 是 CVPR 2022 论文《BEVT: BERT Pretraining of Video Transformers》的官方 PyTorch 实现。它···

scribeocr 开源 可打开

浏览器里对照原图改 OCR，扫描件变可编辑文档

ScribeOCR 是一个基于浏览器的 OCR 文字识别与校对工具，目标是把扫描图片、PDF 或已有 OCR 结果变···

document-ai-samples 开源 按量 待核验

照着 Notebook 跑一遍，快速上手文档 OCR 与字段抽取

document-ai-samples 是 Google Cloud Document AI 的官方示例与演示集合，主要用 Jupyter Noteboo···

awesome-yolo-object-detection 开源 免费 仅开源

一份清单，快速找到你想要的 YOLO 模型和数据集。

awesome-yolo-object-detection 是一个精选 YOLO 目标检测系列开源项目和数据集的资源合集。它系统···

hcaptcha-challenger 开源 免费 仅开源

用大模型轻松过 hCaptcha，自动化不再被卡脖子

hcaptcha-challenger 是一个利用多模态大语言模型（如 GPT-4V、Gemini、CLIP）自动解决 hCaptcha 验···