kornia — 🐍 Geometric Computer Vision Library for Spatial AI
このリポジトリでは、金融分野に適したLarge Language Modelsを提供しています。
金融用のLarge Language Models
MLINFO COLLECTION
コンピュータビジョン
記事一覧
1 / 19CoreNLP — CoreNLP: A Java suite of core NLP tools for tokenization, sentence segmentation, NER, parsing, coreference, sentiment analysis, etc.
CoreNLPはJavaで開発されたNLPツールのセットであり、分割、文分割、名詞認識、パーシング、コorefence、感情分析などを行える。
分析
pcl — Point Cloud Library (PCL)
3D点群処理のためのライブラリであるPoint Cloud Library（PCL）。
3D点群処理
vision — Datasets, Transforms and Models specific to Computer Vision
コンピュータビジョンのデータセット、変換、モデルのライブラリ。
コンピュータビジョン
labelme — Image annotation with Python. Supports polygon, rectangle, circle, line, point, and AI-assisted annotation.
イメージを注釈するツール。ポリゴン、長方形、円、線、点などを注釈することができる。
イメージ注釈
supervision — We write your reusable computer vision tools. 💜
supervisionは、機械学習技術を活用して、ユーザー独自のコンピュータビジョンツールを作成することができる。
オリジナルコンピュータビジョンツール
ultralytics — Ultralytics YOLO27, YOLO26, YOLO11, YOLOv8 — object detection, instance segmentation, semantic segmentation, image classification, pose estimation, object tracking
ultralyticsはYOLO(You Only Look Once)の技術を使用したオブジェクト検出ライブラリで、高い精度を提供している。
オブジェクト検出
rerun — Visualize, query, and stream to train on multimodal robotics data.
データをロギング・ストーリング・クエリして視覚化できるSDKです。
データロギングおよび視覚化
Meshroom — Node-based Visual Programming Toolbox
ノードベースのビジュアルプログラミングツールです。
ビジュアルプログラミングツール
colmap — COLMAP - Structure-from-Motion and Multi-View Stereo
このライブラリは、3次元幾何学とモーションの解析のためのオープンソースライブラリです。このライブラリは、複数の視点からの画像を扱い、構造計算とマルチビューステレオの解析をサポートしています。
3次元幾何学とモーションの解析
label-studio — Label Studio is a multi-type data labeling and annotation tool with standardized output format
データラベル化と注釈化を行うためのツールです。
データラベル化ツール
cvat — CVAT is a leading data annotation platform for image, video, audio, and 3D datasets. It offers open-source, cloud, and enterprise products, as well as labeling services, with AI-assisted labeling, quality assurance, team collaboration, analytics, and developer APIs.
CVATは、機械学習用の業界標準のデータエンジンです。さまざまなスケールのチームが使用し、さまざまなスケールのデータに対応しています。
データのラベル付けと管理
carla — Open-source simulator for autonomous driving research.
CARLAは、オープンソースのシミュレータで、主に自動運転研究のために使われます。このシミュレータを使うことで、車両などのロボットをシミュレートし、様々なシナリオを実行できます。
自動運転研究用のオープンソースシミュレータ
stanza — Stanford NLP Python library for tokenization, sentence segmentation, NER, and parsing of many human languages
stanzaは、さまざまな言語を処理するための言語処理用ライブラリです。
言語処理用ライブラリを提供する
ml-agents — The Unity Machine Learning Agents Toolkit (ML-Agents) is an open-source project that enables games and simulations to serve as environments for training intelligent agents using deep reinforcement learning and imitation learning.
Unityを使用してマシンラーニングエージェントを訓練して訓練できるツールです。
Unityでマシンラーニングエージェント
caire — Content aware image resize library
Content aware image resize library
computer-vision
OpenWorldLib — Unified Codebase for Advanced World Models.
OpenWorldLibは、進化する世界モデルを提供する統一されたコードベースです。
世界モデルを提供する
Rethinking Neural Thickets Without Weight Perturbations
The Neural Thickets hypothesis posits that pretrained language models lie in dense neighborhoods of task-specific experts in weight space, which random Gaussian perturbations can uncover. We…
computer-vision
Adaptive Scenario Generation for KL-DRO Around a Learned Density Model
Distributionally robust optimization (DRO) hedges data-driven two-stage stochastic programs against error in the distribution estimated from a finite record, and standard ambiguity sets differ in how…
computer-vision
From extreme weather to agricultural consequences with agentic AI
Extreme weather is forecast days ahead, yet its consequences for agriculture remain hard to predict: a forecast says where a storm will strike, not which crops will suffer or how much is at risk, and…
computer-vision
Testimony from Timelines: Evidence-Grounded Significance Testing of Temporal Clinical Hypotheses
Ask a language model whether sales tend to dip after a product recall, or whether one side effect tends to follow another after a vaccine, and it answers in a fluent sentence that reads like a…
computer-vision
Fight World Model: Customizable Combat through Visual Interaction Proxies
A playable, programmable game world must maintain persistent state, enforce executable rules, and support extensible gameplay mechanics. Existing video world models can generate plausible combat, yet…
computer-vision
Multi-View MoE: Letting Every Router Shape Expert Computation
Sparse mixture-of-experts (MoE) models expand parameter capacity by activating a small subset of experts per token. Expert selection directly affects model capabilities under a fixed active-expert…
computer-vision
PhysVLMM: Interaction-Conditioned Physical Belief Maps for Articulated Objects in Robot Scene Maps
Mobile robots must open doors and drawers, yet their scene maps record what each object is and whether it has moved, not how it will respond to a pull. This paper proposes PhysVLMM, a method that…
computer-vision