-
基于HandPose X的UI交互手势识别
基于HandPose X算法对手势 21 个关键点进行检测 原链：https://gitcode.net/EricLee/handpose_x 代码：https://gitcode.net/EricLee/handpose_x 作者：@EricLee 重要更新 1）更新数据集 handpose_datasets_v2 兼容数据集 handpose_datasets_v1，增加左右手属性"…- 12
- 0
-
基于Swin Transformer做目标检测和实例分割
Swin变压器：使用移位窗口的分层视觉变压器 原链：https://arxiv.org/abs/2103.14030 代码：https://github.com/microsoft/Swin-Transformer 作者：韩虎 介绍 Swin Transformer（这个名字代表Shifted window）最初是在arxiv中描述的，它能够作为一个 计算机视觉的通用骨干网。它基本上是一个分层转换…- 7
- 0
-
基于Scaled-YOLOv4的检测
基于CSP的YOLOv4目标检测神经网络方法，可纵向扩展和缩减，适用于小型和大型网络 同时保持最佳速度和精度。 原链：https://arxiv.org/abs/2011.08036 代码：https://github.com/WongKinYiu/ScaledYOLOv4 作者：WongKinYiu YOLOv4-large 这是使用 PyTorch 框架实现的“Scaled-YOLOv4：扩展…- 2
- 0
-
使用变压器的单目RGB场景重建
TransformerFusion是一种基于变压器的3D场景重建方法. 原链：https://aljazbozic.github.io/transformerfusion/ 代码：https://github.com/AljazBozic/TransformerFusion 作者：@Aljaž Božič @Pablo Palafox @ Justus Thies @Angela Dai @Mat…- 4
- 0
-
人工智能助力体育赛事
简介 原链：https://arxiv.org/abs/2004.09927 代码：https://lab.osai.ai/datasets/openttgames/ 作者：@Roman Voeikov, Nikolay Falaleev, Ruslan Baikulov OpenTTGames 数据集 OSAI引入了OpenTTGames - 一个开放的数据集，旨在评估乒乓球中的不同计算机视觉任…- 8
- 0
-
单目准密集 3D 物体跟踪
单目准密集3D物体跟踪（QD-3DT）是一个在线框架，使用来自3D图像的准密集物体建议来检测和跟踪2D物体。 原链：https://arxiv.org/abs/2103.07351 代码：https://github.com/SysCV/qd-3dt 作者：@tobiasfshr 摘要 可靠且准确的 3D 跟踪框架对于预测周围物体的未来位置和规划观察者在自动驾驶等众多应用中的行为至关重要。我们提出…- 18
- 0
-
基于YOLO V5的检测与语义分割
这是基于ultralytics/yolov5多任务模型。 原链：https://github.com/TomMao23/multiyolov5 代码：https://github.com/TomMao23/multiyolov5 作者：@TomMao23 Multi YOLO V5——Detection and Semantic Segmentation Overeview 基于ultralyti…- 209
- 0