Project Icon

facetorch

Python库支持深度学习的面部检测和分析,同时加速CPU和GPU性能

Facetorch是一个Python库,使用深度神经网络进行面部检测和特征分析。它支持Hydra配置,使用conda-lock和Docker进行环境重现,并通过TorchScript加速CPU和GPU性能。该工具可扩展,允许通过Google Drive上传模型文件和添加配置文件。请谨慎使用,并遵循欧盟可信AI伦理指南。

EasyCV - 基于PyTorch的全能计算机视觉工具箱,支持自监督学习和Transformer模型
EasyCVGithubPyTorch图像分类开源项目目标检测自监督学习
EasyCV是基于PyTorch的全能计算机视觉工具箱,专注于自监督学习、Transformer模型和主要视觉任务,包括图像分类、度量学习、目标检测和姿态估计。该工具箱提供了最先进的自监督算法如SimCLR、MoCO V2、Swav、DINO和基于掩码图像建模的MAE。它拥有简单综合的推理接口,并支持多种预训练模型。EasyCV支持多GPU和多工作者训练,利用DALI优化数据处理,使用TorchAccelerator和fp16加速训练,并通过PAI-Blade优化推理性能。
pytorch-doc-zh - PyTorch深度学习库中文文档与教程,支持GPU和CPU优化
GPUGithubPyTorchtensor库中文文档开源项目深度学习
提供最新的PyTorch中文文档与教程,涵盖深度学习和张量优化,支持GPU和CPU。包括2.0版本中文翻译、最新英文教程和文档,以及丰富的学习资源和社区支持,适合希望深入了解和使用PyTorch的中文用户。
skorch - scikit-learn兼容的PyTorch神经网络库
GithubGridSearchCVPyTorchscikit-learnskorch开源项目神经网络
skorch 是一款与 scikit-learn 兼容的神经网络库,通过封装 PyTorch 简化深度学习模型的构建和训练。功能包括学习率调度、早停与参数冻结等,并支持 Hugging Face 和 GPyTorch 的集成。用户可通过 pip 或 conda 安装,并在 sklearn Pipeline 和网格搜索中使用其功能,提升深度学习模型的开发与优化效率。
ssd.pytorch - PyTorch实现的高效SSD目标检测器,兼容多数据集与实时可视化
GithubPyTorchSSD开源项目数据集训练评估
该项目实现了基于PyTorch的SSD目标检测器,支持VOC和COCO数据集,并可使用Visdom进行训练过程中的实时损失可视化。页面包含详细的安装、训练和评估指南,并提供预训练模型的使用说明。项目展示了高效性能,并包含未来功能更新计划,帮助开发者快速上手并扩展应用。
deep-person-reid - 深度学习人员重识别库,支持多GPU训练和跨数据集评估
GithubPyTorchTorchreid多GPU训练开源项目深度学习重识别
Torchreid是一个基于PyTorch的深度学习人员重识别库,支持多GPU训练、图像和视频重识别、端到端训练与评估、多数据集训练和跨数据集评估。它易于准备数据集,支持添加模型、数据集和训练方法,提供预训练模型和高级训练技术,并配备可视化工具。
pytorch3d - 基于PyTorch的高效3D计算机视觉研究库
3D计算机视觉GithubPyTorch3D三角网格可微分渲染开源项目深度学习
PyTorch3D是一个基于PyTorch的3D计算机视觉研究库,提供高效、可复用的组件。主要功能包括三角网格操作、可微分渲染和隐式表示框架。该库与深度学习方法无缝集成,支持异构数据批处理、可微分运算和GPU加速。PyTorch3D已应用于多个研究项目,并提供全面的教程和文档。
pytorch-lightning - 深度学习框架的全方位AI模型训练与部署解决方案
AI模型训练GithubLightning FabricPyTorch Lightning开源项目模型部署深度学习热门
深度学习框架Pytorch-Lightning 2.0版本现已推出,提供清晰稳定的API,支持AI模型的预训练、微调和部署。该框架轻松实现Pytorch代码组织,将科学研究与工程实现分离,帮助研究人员和工程师高效进行模型训练与部署。通过提供各种训练和部署选项以及兼容多种硬件和加速器,Pytorch-Lightning兼顾模型的灵活性和可扩展性,适应从初学者到专业AI研究的不同需求。
pytorch-toolbelt - 专为PyTorch设计的Python库,提供高效研发和Kaggle竞赛所需的工具集
GithubPyTorch乌克兰俄罗斯开源项目战争深度学习
pytorch-toolbelt是一款专为PyTorch设计的Python库,提供高效研发和Kaggle竞赛所需的工具集。其功能包括灵活的编码器-解码器架构、多种模块(如CoordConv、SCSE、Hypercolumn等)、GPU友好的测试时增强(TTA)、大图像推理及常用方法,支持多种损失函数,并与Catalyst库无缝集成。这些工具旨在简化模型构建、优化和推理过程。
torchgeo - 优化地理空间数据处理的机器学习与遥感工具
GithubPyTorchTorchGeo地理空间数据开源项目机器学习遥感
TorchGeo 是一个基于 PyTorch 的地理空间数据处理库,提供丰富的数据集、采样器、变换和预训练模型,旨在帮助机器学习和遥感专家更高效地处理和探索地理空间数据。该库支持多光谱传感器的预训练模型,并与 PyTorch 数据加载器完全兼容,易于集成到现有的训练工作流中。其全面的文档包括 API 使用指南、教程和示范,非常适合开发者和研究人员使用。
executorch - 移动和边缘设备上高效运行PyTorch模型的解决方案
ExecuTorchGithubPyTorch开源项目推理能力模型部署边缘设备
ExecuTorch 提供端到端解决方案,实现移动和边缘设备上的推理能力,涵盖穿戴设备、嵌入式设备和微控制器。作为 PyTorch Edge 生态系统的一部分,ExecuTorch 通过轻量级运行时,利用硬件能力(如 CPU、NPU 和 DSP),高效地将 PyTorch 模型部署到多种平台。其主要优势包括:广泛的兼容性、开发效率和出色的用户体验。欲了解更多技术细节和教程,请访问文档网站获取最新版本。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号