Infinigen开源项目 – 生成无限逼真3D世界的开源工具

Infinigen 是一款开创性的开源工具，利用程序化生成技术生成逼真无限的3D世界。它结合了计算机视觉、计算机图形和生成式人工智能的先进技术，创造出身临其境的真实环境。项目支持生成室内场景和自然场景，并提供丰富的文档和教程，帮助用户快速上手。

Infinigen的特点:

1. 程序化生成无限逼真的3D世界
2. 支持生成室内场景和自然场景
3. 结合计算机视觉、计算机图形和生成式人工智能技术
4. 提供详细的文档和教程
5. 支持多种文件格式导出（如OBJ、OpenUSD等）
6. 支持流体模拟生成
7. 可扩展性强，支持自定义材料和资产

Infinigen的功能:

1. 生成逼真的自然场景
2. 生成逼真的室内场景
3. 生成流体模拟
4. 导出3D模型到外部文件格式
5. 自定义生成的材料和资产

相关导航

Verificient官网 – 数字身份验证与远程监控解决方案

Verificient是一家专注于生物识别、计算机视觉和机器学习的公司，提供世界级的数字身份验证和在线远程监控解决方案。其产品可帮助高等教育机构、K12学校和企业确保在线评估的完整性，防止考试不当行为，并安全地验证用户身份。

基于TensorPack的实现/模型集锦开源项目 – 多种预训练模型的集合

这是一个基于TensorPack框架的实现与模型集锦，包含多种预训练模型，适用于图像处理和计算机视觉任务，易于扩展和自定义。

nano-simsiam开源项目 – 极简自监督学习框架

nano-simsiam是一个极简的PyTorch实现的SimSiam自监督学习框架，仅用400行代码实现，基于ResNet50在ImageNet上达到良好性能。它支持分布式训练、实时KNN评估和自动混合精度训练，非常适合研究原型开发，代码简洁易于理解和修改。

MindCV开源项目 – 基于MindSpore的视觉模型工具箱

MindCV是一个基于MindSpore的视觉模型和算法工具箱，致力于计算机视觉相关技术的研究与开发。它提供了全面的视觉模型集合，并与MindSpore框架深度集成，支持多种计算机视觉算法。该项目是开源的，社区驱动，既适用于研究，也适用于实际应用。

幻方 AI 模型仓库开源项目 – 多领域高性能AI模型集成

包含了从计算机视觉、自然语言处理到生物计算、气象预测等各个领域的模型，这些模型结合了幻方萤火超算集群的特点，使用并行训练、高效算子、高性能存储等方式，大幅提升原有模型的性能，节省训练时间。

InsPLAD开源项目 – 电力线路资产检查数据集

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。

FaceLit开源项目 – 神经网络驱动的3D人脸重光照

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。

GrUMoDepth开源项目 – 基于梯度的不确定性单目深度估计

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。

Maintain-AI – Good Roads Cost Less-自动化道路基础设施检测平台

Maintain-AI是一个自动化检测、分析和报告道路及相关基础设施性能的平台，利用AI技术检测路面缺陷，评估基础设施元素，并提供客观的网络检查。

PyTorch Image Models开源项目 – PyTorch图像模型集合库

PyTorch Image Models (timm) 是一个 PyTorch 图像模型集合库，旨在为研究人员和开发者提供丰富的、预训练的图像编码器和骨干网络，方便快速构建和实验各种计算机视觉应用。timm 库不仅提供了模型架构，还包含了训练和验证的技巧，支持多种优化器，并提供了灵活的配置接口。它包含了广泛的模型，如ResNet、EfficientNet、ViT、MobileNet等，这些模型在ImageNet数据集上接受了预训练，可以针对特定的应用程序进行微调。

HyperNeRF开源项目 – 高维神经辐射场表示

HyperNeRF是一个支持高维表示和处理拓扑变化的神经辐射场的项目，旨在提高3D重建和场景渲染的效果。

BANANAS开源项目 – 高效神经网络架构搜索

BANANAS 是一种新的神经网络架构搜索方法 (NAS)，旨在优化神经网络架构的自动搜索过程。它利用贝叶斯优化进行架构搜索，支持多种神经网络架构，并能够自动化地选择与优化架构。BANANAS 具有强可扩展性，适用于大规模数据集，能够显著提高神经网络架构搜索的效率和效果。

opencv_contrib开源项目 – OpenCV的额外模块库

opencv_contrib是OpenCV的额外模块库，包含了许多未包含在OpenCV主仓库中的功能和算法。它提供了大量额外的图像处理和计算机视觉算法，支持深度学习模型的应用和集成，并包含了许多实验性和前沿的计算机视觉技术。此外，opencv_contrib还提供了丰富的工具和插件，进一步扩展了OpenCV的功能。

Mixture-of-Mamba开源 – 多模态状态空间模型优化

Mixture-of-Mamba 是一种基于状态空间模型（SSMs）的新型架构，专门设计用于通过引入模态感知稀疏性来改进多模态模型。它能够高效处理文本、图像和语音等不同类型的数据，通过为每种数据类型定制参数，显著提高效率和性能。该项目在减少计算成本的同时，保持了或提升了模型的表现，特别适用于多模态预训练研究。