3PSDF-学习任意拓扑表面的签名距离函数

Meta最新的开源项目DINOv2，是一个先进的计算机视觉模型，具备自我监督学习功能，能够在没有大量标注数据的情况下进行训练。该模型支持多种功能，包括图像分类、分割、图像检索和深度估计，能够直接从图像中学习特征，而不依赖文本描述，并且可以从任何图像集合中学习。DINOv2的预训练版本已上线，并在多个任务中与CLIP和OpenCLIP竞争。

Zero123++是一个基于扩散模型的图像生成工具，只需提供一张输入图像，即可生成该图像的多个视角，支持高质量图像的生成，适用于各种类型的图像，为计算机视觉和虚拟现实应用提供强大支持。

Remix-DiT是一种采用扩散变换器的模型，旨在通过多专家系统提高图像去噪的性能，适用于多种图像处理任务。

InsPLAD是一个专注于电力线路资产检查的数据集，为机器学习和计算机视觉应用提供多样化的检测场景，用于研究和开发电力设施检查算法。

GeneOH Diffusion旨在通过去噪扩散技术实现通用的手物交互去噪，提升图像质量。

Scenic是一个基于JAX的计算机视觉研究库，支持多种计算机视觉任务，利用JAX的高性能特点，提供灵活和模块化的架构。

这是一个为机器学习、人工智能和数据科学从业者整理的重要GitHub仓库集合，涵盖了多个主题和技术，提供丰富的资源链接。

一个高效的深度学习训练框架，旨在简化模型训练和优化过程，提供了多种预训练模型和工具，适用于计算机视觉任务。

一个关于具身人工智能领域的阅读资源导航库，收集整理了机器人学习、计算机视觉、视频生成等多个方向的论文列表、社区资源、课程资料和研究工具，为研究者提供系统化的学习参考

uCO3D是一个3D世界中的罕见物体数据库，包含约17万旋转台视频捕捉来自LVIS分类体系的物体，提供原始视频、对象分割、相机姿态和3种点云数据，是3D视觉研究的宝贵资源。

该项目提供了一种利用多模态半监督学习进行文本识别的方法，结合了标记和未标记数据以提高识别精度。

B-cos Networks旨在通过对齐实现模型的可解释性，提供最先进的性能，适用于各种机器学习任务。

GrUMoDepth 是一种通过梯度方法进行的不确定性估计，专注于单目深度估计，旨在提高深度估计的准确性和可靠性。

DoubleTake 是一个几何引导的深度估计项目，旨在高效处理稀疏视图，以提升计算机视觉任务中的深度估计精度。

PyTorch是一个开源的深度学习框架，广泛用于计算机视觉和自然语言处理等领域。

一种通过幂变量投影实现无初始化的大规模束调整的方法，能够高效处理大型数据集并提高调整精度。

该项目是一个基于PyTorch实现的Spatial Transformer Network (STN)，采用Thin Plate Spline (TPS)技术进行空间变换，能够灵活地对输入图像进行几何变换，支持高效的训练与推理。

MacGaiver是一个利用计算机视觉技术的macOS助手，能够回答您关于任何应用程序的问题。用户只需按下一个键盘快捷键，即可在当前窗口中询问，获取上下文中的答案，无需离开当前应用。