computer-vision 第 8 页
本站收录 377 个带「computer-vision」标签的 AI 开源项目（按 GitHub 星标从高到低，第 8 / 8 页）
Symposium2023Symposium2023 是一个用 Pascal 语言编写的多功能 AI 演示项目，整合了语音识别、文本转语音、语言翻译、OAuth2 认证、图像生成、人脸检★ 66
Self-Supervised-Gans-PytorchSelf-Supervised-Gans-Pytorch 是 CVPR 2019 论文《Self-Supervised GANs via Auxiliary R★ 66
PartGLEEPartGLEE是一个基于深度学习的视觉基础模型，旨在实现开放世界中的任意物体识别与解析。它能够同时检测、分割并解析图像中的物体及其部件，将物体分解为语义部件，★ 66
Fast_text2StyleGANFast_text2StyleGAN 是一个将自然语言与预训练人脸生成器 StyleGAN 对接的开源项目，来自论文《Text-Free Learning of★ 65
QMUPDQMUPD 是一个基于生成对抗网络（GAN）的开源项目，用于从非成对训练数据中生成高质量的人像线条画。该项目源自 TPAMI 论文，核心解决传统线条画生成依赖成★ 63
RotoAIRotoAI 是一个开源的视频分割工作室，专注于提示词驱动的视频分割（rotoscoping）任务。它结合了 SAM2 和 Grounding DINO 模型，★ 63
SGAM_NeurIPS22SGAM是NeurIPS 2022收录的3D场景生成与映射同步进行的研究项目。它旨在解决传统3D场景生成中生成与映射分离导致的一致性问题，通过同时生成和映射，构★ 63
MirrorMetricsMirrorMetrics 是一个针对 Stable Diffusion LoRA 训练的可视化诊断工具，利用 InsightFace 人脸识别技术来评估 Lo★ 62
deepdream-video-pytorch这是一个基于PyTorch的DeepDream视频处理工具，旨在为视频添加梦幻般的艺术效果，同时保持时间一致性。它解决了普通DeepDream逐帧处理视频时产生★ 62
AI-ML-14-Hours-FREE-Course这是一个为期7天的AI与机器学习基础免费工作坊课程，旨在帮助初学者快速入门AI领域。项目以HTML格式呈现，提供结构化的学习路径，涵盖AI核心概念与基础原理。其★ 62
Image-Generation-models这是一个用 PyTorch、PyTorch Lightning 和 Hydra 实现的生成模型集合，涵盖 GAN、VAE、扩散模型和自回归模型四大类。项目旨在为★ 61
MIPHEI-ViTMIPHEI-ViT 是一个用于训练 H&E 染色图像到免疫荧光图像转换模型的早期开源项目。它基于 Vision Transformer 架构，解决病理图像模态★ 61
photoprism-visionphotoprism-vision 是一个计算机视觉实验场，基于 Python 构建，旨在为开发者提供一个快速测试和验证视觉模型与算法的轻量级环境。它解决了在真★ 60
mSRGAN-A-GAN-for-single-image-super-resolution-on-high-content-screening-microscopy-imagesmSRGAN 是一个面向高内涵筛选（HCS）显微图像的单图像超分辨率生成对抗网络（GAN）项目。它解决的是在药物筛选等生物医学场景中，显微图像因高倍率或快速采集★ 58
amodalAmodal是CVPR 2024 Highlight论文《Amodal Completion via Progressive Mixed Context Dif★ 56
full-stack-on-prem-cv-mlops这是一个面向计算机视觉的全栈本地化MLOps系统，旨在通过一条配置和一个命令，将Jupyter Notebook中的模型快速部署到生产环境，服务数百万用户。它覆★ 56
face-emotion-recognition这是一个基于轻量级CNN的实时人脸表情识别系统，结合OpenCV进行摄像头推理，并集成GroqCloud提供聊天机器人能力，通过FastAPI和前端Web实现部★ 55
PhyXPhyX 是一个专注于物理推理能力评估的开源基准测试项目，旨在回答“你的模型是否具备物理推理的‘智慧’”。它通过设计一系列需要物理常识和因果推断的任务，来测试大★ 55
prompt-to-puzzleprompt-to-puzzle 是一个基于文本提示动态生成“找不同”游戏的 Web 应用。用户只需输入一句文字描述，系统便通过多模态流水线（结合 Google★ 54
DiffCutDiffCut 是一个基于扩散模型的无监督零样本语义分割工具，其核心创新在于结合 Stable Diffusion 的深度特征与递归归一化割算法，无需任何标注数★ 53
CogVideo_demoCogVideo_demo 是一个非官方的 CogVideo 演示应用，旨在为 CogVideo 文本生成视频模型提供一个简单易用的交互界面。它基于 Gradi★ 53
AI-Engineer-Roadmap-2025AI-Engineer-Roadmap-2025 是一个面向 AI 工程师的学习路线图项目，旨在帮助开发者系统性地掌握 AI、机器学习、深度学习、MLOps 和★ 53
roofganRoof-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何结构及其空间关系进行建模，解决传统程序化建模或★ 51
Eva01Eva01 是一个开源的 AI 智能体项目，旨在构建一个具有自主意识、情感和内在驱动力的 AI 实体，而非传统意义上的助手。它采用多模态模块化设计，内置语音和面★ 22
Exam_IntellectExamIntellect 是一款 AI 驱动的在线考试监考与分析仪表盘，支持实时监考、会话跟踪、异常实时告警、学生成绩分析与自动反馈，还可生成成绩报告、发送反★ 18
TA2.0音频驱动的数字人口型与视频生成方案：输入参考图片和语音音频，即可生成口型同步的说话头像视频，适合数字人克隆与视频内容生产。★ 6
LLM_NotebooksLLM_Notebooks 是一个面向生成式AI、大语言模型、MLOps、自然语言处理、计算机视觉和图数据库的Jupyter Notebook集合。它旨在通过可★ 0