Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Kornia: an Open Source Differentiable Computer Vision Library for PyTorch

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F20%3A00341237" target="_blank" >RIV/68407700:21230/20:00341237 - isvavai.cz</a>

  • Výsledek na webu

    <a href="https://doi.org/10.1109/WACV45572.2020.9093363" target="_blank" >https://doi.org/10.1109/WACV45572.2020.9093363</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1109/WACV45572.2020.9093363" target="_blank" >10.1109/WACV45572.2020.9093363</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Kornia: an Open Source Differentiable Computer Vision Library for PyTorch

  • Popis výsledku v původním jazyce

    This work presents Kornia -- an open source computer vision library which consists of a set of differentiable routines and modules to solve generic computer vision problems. At its core, the package uses PyTorch as its main backend both for efficiency and to take advantage of the reverse-mode auto-differentiation to define and compute the gradient of complex functions. Inspired by OpenCV, Kornia is composed of a set of modules containing operators that can be inserted inside neural networks to train models to perform image transformations, camera calibration, epipolar geometry, and low level image processing techniques such as filtering and edge detection that operate directly on high dimensional tensor representations. Examples of classical vision problems implemented using our framework are also provided including a benchmark comparing to existing vision libraries.

  • Název v anglickém jazyce

    Kornia: an Open Source Differentiable Computer Vision Library for PyTorch

  • Popis výsledku anglicky

    This work presents Kornia -- an open source computer vision library which consists of a set of differentiable routines and modules to solve generic computer vision problems. At its core, the package uses PyTorch as its main backend both for efficiency and to take advantage of the reverse-mode auto-differentiation to define and compute the gradient of complex functions. Inspired by OpenCV, Kornia is composed of a set of modules containing operators that can be inserted inside neural networks to train models to perform image transformations, camera calibration, epipolar geometry, and low level image processing techniques such as filtering and edge detection that operate directly on high dimensional tensor representations. Examples of classical vision problems implemented using our framework are also provided including a benchmark comparing to existing vision libraries.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Návaznosti výsledku

  • Projekt

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2020

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    2020 IEEE Winter Conference on Applications of Computer Vision (WACV)

  • ISBN

    978-1-7281-6553-0

  • ISSN

    2472-6737

  • e-ISSN

    2642-9381

  • Počet stran výsledku

    10

  • Strana od-do

    3663-3672

  • Název nakladatele

    IEEE

  • Místo vydání

    New Jersey

  • Místo konání akce

    Snowmass village

  • Datum konání akce

    1. 3. 2020

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku

    000578444803078