GeneOH Diffusion-通用手物交互去噪

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

FaceLit是一个神经网络驱动的3D重光照人脸生成项目，能够生成在不同光照条件下的人脸图像，广泛应用于计算机视觉和虚拟现实领域。

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。

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。

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。

这个开源项目是DragGAN的Windows封装版本，提供了一个Windows GUI界面。用户可以直接解压并使用DragGAN工具，无需配置环境。工具内置了17个模型，可以通过拖动等方式对图像中的对象进行姿势、形状、表情和布局调整。

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。

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。

Zoo是一个创新的游乐场，允许用户通过多种文本到图像的AI模型，根据文本输入生成逼真的图像。它利用潜在的文本到图像扩散模型，包括STABILITY-AISTABLE-DIFFUSION 1.5、2.1，AI-FOREVERKANDINSKY-2和OpenAI的DALL-E，提供丰富的探索体验。Zoo是一个开放源代码的项目，为研究人员和开发者提供了一个可访问的协作平台，探索计算机视觉AI的进展与应用。

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。

OakInk是一个专注于手物交互的大规模知识库，旨在促进对手与物体之间互动的理解。它支持多种手物交互任务，为研究人员和开发者提供丰富的资源和工具。

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。

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。

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。

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。

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。

该网络旨在利用跨模态知识蒸馏技术进行单目3D目标检测，以提高目标检测任务的准确性。

3PSDF是一个用于学习任意拓扑表面的签名距离函数的项目，采用三极点方法，能够高效地重建复杂表面。