Project Icon

slambook2

视觉SLAM理论与实践开源代码库

slambook2是《视觉SLAM十四讲:从理论到实践》第二版的开源代码库,涵盖视觉SLAM理论基础和实践应用。项目提供丰富的代码示例,包括视觉里程计、后端优化、回环检测等核心模块的实现,帮助SLAM爱好者和研究人员深入理解核心概念和实现技术。代码库包含中英文版本,并提供相关学习资源链接,适合不同背景的用户学习和研究视觉SLAM技术。

d2l-zh - 深度学习的全面入门指南
D2L.aiGithub工程技能开源项目数学原理深度学习
《动手学深度学习》是一个免费在线资源,提供概念讲解、数学背景知识和实际代码示例,旨在帮助读者掌握深度学习的原理和应用。该项目致力于培养读者成为能够理解数学原理并实现和改进方法的深度学习应用科学家,适合自学和教学使用,包含可运行的代码和工程技能训练。
openscene - 零样本3D场景理解和任务执行工具
3D场景理解CVPR 2023GithubOpenScene开源项目语义分割零样本
OpenScene是一个实时交互的3D场景理解工具,支持使用开放词汇进行查询。用户可输入任意短语,系统会自动高亮相应区域。支持多种数据集和预处理选项,可执行零样本3D语义分割、稀有物体搜索和基于图像的3D物体检测。其特点包括无需GPU运行、支持多视角特征融合和模型蒸馏。所有代码和数据集均可在GitHub获取,适用于广泛的研究和开发应用。
ssm-book - 状态空间模型可执行教程,配合dynamax库的实践指南
GithubJax动态系统开源项目机器学习状态空间模型贝叶斯滤波
ssm-book项目提供了一本关于状态空间模型的可执行教程,与dynamax库配套使用。该教程由Kevin Murphy、Scott Linderman等人编写,采用MIT许可证。内容涵盖贝叶斯滤波、平滑和状态估计等主题,并提供JAX代码实现。这一资源有助于学习者掌握状态空间模型的理论和实践,适用于概率机器学习和机器人技术等领域。
grape-book - 图深度学习入门指南 理论与实践并重
DGLGithubNetworkX图深度学习图神经网络开源项目葡萄书
本教程基于京东团队、密西根州立大学和斯坦福大学CS224W课程内容,提供图深度学习从入门到应用的全面指导。涵盖图理论基础、深度学习基础、经典图神经网络模型,并结合NetworkX、DGL和PyG框架的实践代码,助力读者系统掌握图深度学习知识。
Deep-Learning-Interview-Book - 详尽介绍深度学习求职面试所需的各类知识
Deep Learning Interview BookGithub开源项目机器学习求职攻略深度学习自然语言处理
该指南全面涵盖深度学习领域的求职面试知识,包括数学、机器学习、深度学习、强化学习、计算机视觉、图像处理、自然语言处理、SLAM、推荐算法、数据结构与算法、编程语言(C/C++/Python)、深度学习框架等,旨在帮助求职者高效准备面试。
learnopencv - 从OpenCV编程到实践深度学习技巧
AIGithubLearnOpenCV开源项目教程深度学习计算机视觉
LearnOpenCV.com 博客提供了众多关于计算机视觉、深度学习及人工智能的最新技术和代码实例。该平台聚焦于为AI学习者及技术实践者提供丰富的资源和项目实践,帮助用户全面掌握并应用AI技术。
monodepth2 - 基于自监督学习的单目深度估计实现
GithubMonodepth2PyTorch开源项目深度估计自监督学习计算机视觉
本项目提供了PyTorch实现的代码,用于训练和测试深度估计模型。代码采用自监督学习方法,支持单目和立体图像的深度预测。提供多种预训练模型和自定义数据集,兼容不同的图像分辨率。适用于研究和非商业用途,包含详细的设置指南、训练和评估说明。用户可通过此项目高效开发和优化深度估计模型。
reinforcement-learning-an-introduction - Sutton & Barto《强化学习: 介绍 (第2版)》的Python实现
GithubPythonReinforcement LearningSutton & Barto图像分析开源项目算法
该项目提供了Sutton和Barto所著《Reinforcement Learning: An Introduction(第2版)》的Python代码实现,涵盖各章节的示例和性能分析。项目专注于强化学习核心算法的实现和优化,适合打算深入了解和应用强化学习技术的开发者与研究人员。欢迎交流、贡献代码,提升项目质量与完整性。
SportsLabKit - 专业体育分析工具包 实现比赛视频数据化
GithubSportsLabKit体育分析开源项目数据处理目标跟踪计算机视觉
SportsLabKit是一个开源的体育分析工具包,可将比赛视频转换为可分析的数据。目前主要用于足球领域,计划扩展到其他运动。核心功能包括高性能追踪、灵活架构、2D场地校准和数据封装,便于进行运动员追踪和数据分析。该项目集成了SORT、DeepSORT、ByteTrack等多种追踪算法,支持YOLOv8等检测模型,为研究人员和开发者提供了灵活的开发环境。SportsLabKit正在持续开发中,旨在提供更多计算机视觉工具和统一的数据表示方法。
segment-anything-2 - 新一代图像和视频分割基础模型
AI模型GithubSAM 2图像分割开源项目视频分割计算机视觉
SAM 2是Meta AI研发的图像和视频分割基础模型,扩展了SAM的功能。它采用transformer架构和流式内存,实现实时视频处理。通过模型循环数据引擎,研究团队构建了大规模视频分割数据集SA-V。SAM 2在多种视觉任务中展现出卓越性能,为计算机视觉领域带来新的可能。
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