精选计算机视觉工具：AI应用、网站与开源项目大全
dict-guided
场景文字识别VinText数据集
词典指导场景文字识别方法及VinText数据集
blur-kernel-space-exploring
图像去模糊模糊内核空间
基于编码模糊核空间的图像去模糊新方法
ISBNet
3D点云实例分割
高效准确的3D点云实例分割网络实现先进场景理解
cam_lidar_calibration
相机激光雷达标定计算机视觉
相机与激光雷达自动校准优化工具
Awesome-Foundation-Models
基础模型多模态
视觉语言基础模型精选资源库
MetaTransformer
Meta-Transformer多模态学习
统一12种模态的多模态学习框架
DCR
Diffusion模型数据复制
扩散模型数据复制研究与优化方法分析
nxtp
Object RecognitionAI视觉
基于下一标记预测的创新物体识别技术
CF-3DGS
3D Gaussian Splatting计算机视觉
免COLMAP的3D高斯散射场景重建技术
MixFormer
MixFormer目标追踪
基于迭代混合注意力的端到端目标跟踪框架
MeMOTR
MeMOTR多目标跟踪
基于长期记忆的Transformer多目标跟踪方法
CamLiFlow
CamLiRAFT光流估计
双向相机LiDAR融合实现光流和场景流联合估计
OpenTAD
OpenTAD时序动作检测
多功能时序动作检测工具箱支持多数据集和前沿方法
video_features
视频特征提取深度学习模型
多模态视频特征提取框架 支持多种深度学习模型
HAT
图像超分辨率HAT
激活更多像素的图像超分辨率转换器
Awesome_Long_Form_Video_Understanding
长视频理解视频分析
长视频理解研究前沿进展与资源综述
Medical-SAM2
Medical SAM 2图像分割
基于SAM2框架的2D和3D医学图像精准分割模型
test-time-adaptation
在线测试时适应计算机视觉
多场景计算机视觉模型在线测试时适应框架
Awesome-Text-to-Image
文生图AI绘画
全面收录文本到图像生成与编辑技术资源
Parameter-Efficient-Transfer-Learning-Benchmark
V-PETL Bench参数高效迁移学习
统一视觉参数高效迁移学习评测基准
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