Inicio Proyectos DeepSIM
DeepSIM

DeepSIM

por eliahuhorwitz · GitHub

Implementación oficial en PyTorch del artículo: "DeepSIM: Manipulación de Forma de Imagen a partir de una Muestra de Entrenamiento Aumentada" (ICCV 2021 Oral)

Ver en GitHub
⭐ Estrellas
🍴 Ramas
📜 Licencia
Licencia no especificada
📅 Creado
🔄 Último commit
🏷️ Categoría
💻 Lenguaje
¿Mantienes este proyecto?

Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.

Reivindicar esta pagina →
DeepSIM — GitHub preview card
📈 Historial de estrellas
425424
2026-07-202026-07-29
📈 Sigue DeepSIM

Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.

Gratis · sin tarjeta · cancela cuando quieras
Recibir alertas por email →
📄 Acerca de

Implementación oficial en PyTorch del artículo: "DeepSIM: Manipulación de Forma de Imagen a partir de una Muestra de Entrenamiento Aumentada" (ICCV 2021 Oral)

DeepSIM tiene 424 estrellas en GitHub. Se ha bifurcado 49 veces. DeepSIM está escrito principalmente en Python. Se desarrolla activamente desde 2020. Sus temas principales son: computer-graphics, computer-vision, deep-learning, deep-neural-networks.

Frequently asked questions

¿Qué es DeepSIM?

Implementación oficial en PyTorch del artículo: "DeepSIM: Manipulación de Forma de Imagen a partir de una Muestra de Entrenamiento Aumentada" (ICCV 2021 Oral)

¿DeepSIM es de código abierto?

DeepSIM es un proyecto de código abierto.

¿DeepSIM es gratis?

Sí. DeepSIM es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.

¿En qué lenguaje está escrito DeepSIM?

DeepSIM está escrito principalmente en Python.

🏅 ¿Mantenedor de este proyecto?
olud.ai badge — DeepSIM

Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.

[![olud.ai](https://olud.ai/badge.php?tool=eliahuhorwitz-deepsim)](https://olud.ai/project/eliahuhorwitz-deepsim.html)
Más opciones de distintivos →
🧬 Comparte ADN con🧬 Ver el mapa de ADN →

Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.