精选计算机视觉工具：AI应用、网站与开源项目大全
ddcolor_paper_tiny
图片着色计算机视觉
双解码器驱动的照片级图像上色预训练模型
fuyu-8b
Github模型
无需图像编码器的轻量级多模态开源模型
swin2SR-realworld-sr-x4-64-bsrgan-psnr
Swin2SR图像处理
基于SwinV2的实景图像4倍超分辨率模型
MambaVision-T-1K
特征提取开源项目
提高视觉模型长距离空间依赖的处理能力
mask2former-swin-large-mapillary-vistas-semantic
深度学习Huggingface
Mask2Former模型整合多尺度变形和掩码注意力实现高效图像分割
swinv2-tiny-patch4-window8-256
深度学习图像分类
基于分层特征图的轻量级视觉Transformer模型
dpt-beit-large-512
BEiTGithub
BEiT架构驱动的高性能单目深度估计模型
DUSt3R_ViTLarge_BaseDecoder_512_dpt
计算机视觉Github
ViT架构的多分辨率3D几何视觉模型用于深度估计
xcit_small_12_p16_224.fb_in1k
ImageNet计算机视觉
跨协方差图像Transformer的高效视觉分类与特征提取模型
stable-diffusion-1.5
深度学习文本生成图像
开源深度学习模型实现文本到图像的精确转换与生成
xcit_nano_12_p8_224.fb_in1k
ImageNetGithub
基于跨协方差转换器的轻量级图像分类模型
densenet201.tv_in1k
ImageNetDenseNet
DenseNet图像分类模型实现高效特征提取与精准分类
depth_anything_vits14
图像处理计算机视觉
大规模无标签数据训练的开源深度估计工具
Depth-Anything-V2-Base
图像处理计算机视觉
更快更精细的单目深度估计模型
depth_anything_vitl14
图像处理计算机视觉
先进的计算机视觉深度估计开源框架
siglip-base-patch16-384
计算机视觉开源项目
改进型CLIP架构的图像文本预训练模型
control_v11p_sd15_canny
ControlNetGithub
边缘检测控制模型实现精准AI图像生成
vit-large-patch16-224
Github图像分类
大型视觉Transformer模型在ImageNet数据集上的图像分类实现
align-base
计算机视觉Github
视觉语言对齐模型实现高效零样本图像分类
zoedepth-nyu-kitti
ZoeDepth图像处理
基于DPT框架的深度估计神经网络
推荐工具精选
AI云服务特惠
懂AI专属折扣关注微信公众号
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号