hpc203 / CoupledTPS-opencv-dnnView external linksLinks
使用OpenCV部署CoupledTPS，包含了肖像矫正，不规则边界的图像矩形化，旋转图像矫正，三个模型。依然是包含C++和Python两个版本的程序
☆20Jul 4, 2024Updated last year
Alternatives and similar repositories for CoupledTPS-opencv-dnn
Users that are interested in CoupledTPS-opencv-dnn are comparing it to the libraries listed below
Sorting:
- 使用onnxruntime部署夜间雾霾图像的可见度增强，包含C++和Python两个版本的程序☆13Feb 17, 2024Updated last year
- 使用onnxruntime部署C2PNet图像去雾，包含C++和Python两个版本的程序☆11Apr 11, 2024Updated last year
- 使用OpenCV部署RecRecNet广角图像畸变矫正，包含C++和Python两个版本的程序☆15Jul 5, 2024Updated last year
- 使用onnxruntime部署实时视频帧插值，包含C++和Python两个版本的程序☆28Feb 14, 2024Updated 2 years ago
- 使用ONNXRuntime部署DeDoDe："局部特征匹配：检测，不要描述——描述，不要检测"。依然是C++和Python两个版本的程序☆23Dec 22, 2023Updated 2 years ago
- 使用OpenCV部署眼睛凝视估计，包含C++和Python两个版本的程序，只依赖opencv库就可以运行，彻底摆脱对任何深度学习框架的依赖。☆16Dec 28, 2023Updated 2 years ago
- 使用OpenCV部署图像描述Image_Captioning，包含C++和Python两个版本的程序☆12Dec 22, 2023Updated 2 years ago
- 使用OpenCV部署低光照图像增强，包含C++和Python两个版本的程序☆26Feb 11, 2024Updated 2 years ago
- 使用onnxruntime部署MOWA：多合一图像扭曲模型，能处理6种图像扭曲任务，依然是包含C++和Python两个版本的程序☆34Jul 7, 2024Updated last year
- 使用onnxruntime部署文档矫正，包括文档扭曲/模糊/阴影等情况，依然是包含C++和Python两个版本的程序☆16Jan 3, 2025Updated last year
- 使用onnxruntime部署YOWOv2视频动作检测，包含C++和Python两个版本的程序☆30Nov 4, 2025Updated 3 months ago
- 使用onnxruntime部署LYT-Net轻量级低光图像增强，包含C++和Python两个版本的程序☆29Jun 11, 2024Updated last year
- 使用OpenCV部署L2CS-Net人脸朝向估计，包含C++和Python两个版本的程序，只依赖opencv库就可以运行☆21Aug 12, 2023Updated 2 years ago
- 使用ONNXRuntime部署PP-YOLOE目标检测，支持PP-YOLOE-s、PP-YOLOE-m、PP-YOLOE-l、PP-YOLOE-x四种结构，包含C++和Python两个版本的程序☆21Jun 10, 2022Updated 3 years ago
- 分别使用OpenCV、ONNXRuntime部署DIS高精度图像二类分割，包含C++和Python两种版本的程序☆18Jan 2, 2024Updated 2 years ago
- 使用OpenCV+onnxruntime部署开放域目标检测，包含C++和Python两个版本的程序☆11Jan 4, 2024Updated 2 years ago
- 分别使用OpenCV，ONNXRuntime部署yolov5不规则四边形目标检测，包含C++和Python两个版本的程序☆28May 4, 2022Updated 3 years ago
- 使用onnxruntime部署Diffusion-Low-Light低光照图像增强，包含C++和Python两个版本的程序☆13Aug 18, 2024Updated last year
- 使用ONNXRuntime部署E2Pose人体关键点检测，一共包含20个onnx模型，依然是C++和Python两个版本的程序☆16Dec 15, 2022Updated 3 years ago
- TPAMI2024 - Semi-Supervised Coupled Thin-Plate Spline Model for Rotation Correction and Beyond☆33Jun 23, 2024Updated last year
- 使用ONNXRuntime部署PicoDet目标检测，包含C++和Python两个版本的程序☆30Mar 8, 2022Updated 3 years ago
- 使用ONNXRuntime部署阿里达摩院开源DAMO-YOLO目标检测，一共包含27个onnx模型，依然是包含了C++和Python两个版本的程序☆35Dec 11, 2022Updated 3 years ago
- 使用ONNXRuntime部署LSTR基于Transformer的端到端实时车道线检测，包含C++和Python两个版本的程序☆21Jan 27, 2023Updated 3 years ago
- 使用OpenCV部署HybridNets，同时处理车辆检测、可驾驶区域分割、车道线分割，三项视觉感知任务，包含C++和Python两种版本的程序实现。本套程序只依赖opencv库就可以运行， 彻底摆脱对任何深度学习框架的依赖。☆21May 19, 2023Updated 2 years ago
- 使用ONNXRuntime部署一种用于边缘检测的轻量级密集卷积神经网络LDC，包含C++和Python两个版本的程序☆11Apr 24, 2023Updated 2 years ago
- 使用ONNXRuntime部署PaddleOCR-v3, 包含C++和Python两个版本的程序☆94Jun 19, 2023Updated 2 years ago
- Using single image per person to train face recognition model☆11Oct 11, 2019Updated 6 years ago
- A C++ implementation of stft, melspectrogram and mel_to_stft☆10Jun 2, 2022Updated 3 years ago
- 很好用的tnn classify demo☆11Mar 24, 2021Updated 4 years ago
- 分别使用OpenCV，ONNXRuntime部署yolov5旋转目标检测，包含C++和Python两个版本的程序☆26May 4, 2022Updated 3 years ago
- 使用OpenCV部署FastestDet，包含C++和Python两种版本的程序。模型文件不超过1M☆43Jul 3, 2022Updated 3 years ago
- only contain face detect 、5/81 points 、face recognization models☆11Jul 9, 2020Updated 5 years ago
- 使用ONNXRuntime部署面向轻量实时的M-LSD直线检测，包含C++和Python两个版本的程序☆27Jan 21, 2023Updated 3 years ago
- 分别使用OpenCV、ONNXRuntime部署FreeYOLO目标检测，总共包含143个onnx模型，有COCO目标检测，人脸检测，密集行人检测的三种检测功能，依然是包含C++和Python两个版本的程序☆32Jan 14, 2023Updated 3 years ago
- 一种适合工业级应用的基于深度学习的实时人脸检测与识别算法的C++实现，仅仅只依赖opencv库☆53Apr 1, 2022Updated 3 years ago
- Nanodet with mosaic and mixup☆13May 1, 2021Updated 4 years ago
- 使用opencv部署yolo11表格检测，它是百度网盘AI大赛-表格检测的第2名方案，方案里包含表格框检测，表格角点检测，表格方向分类，一共三个模块。我依然是编写了C++和Python两个版本的程序☆13Dec 12, 2024Updated last year
- 使用ONNXRuntime部署百度PaddleSeg发布的实时人像抠图模型PP-MattingV2，一共包含18个onnx模型，依然是包含C++和Python两个版本的程序☆34Sep 16, 2023Updated 2 years ago
- 使用OpenCV部署faster-rcnn检测证件照，包含C++和Python两种版本的程序，仅仅只依赖opencv库就能运行☆13Dec 12, 2021Updated 4 years ago