发现与 Map 相关的最受欢迎的开源项目和工具，了解最新的开发趋势和创新。
StellarGraph：图机器学习
用于PyTorch模型的类别激活图 (CAM、Grad-CAM、Grad-CAM++、Smooth Grad-CAM++、Score-CAM、SS-CAM、IS-CAM、XGrad-CAM、Layer-CAM)
一个用于人机交互的计算机视觉库。它利用卷积神经网络实现头部姿态和凝视方向估计，通过反向投影实现肤色检测，以及运动检测、跟踪和显著性地图生成。
MiniSom是一个简化版的自组织映射算法实现。
VoxFormer 的官方 PyTorch 实现 [CVPR 2023 亮点]
适用于各种框架的先进显著性方法实现（包括XRAI、BlurIG、SmoothGrad等）。
将图片转换为具有3D视差效果的视频。一个免费且开源的ImmersityAI替代方案
用户留存策略：利用Python进行产品分析、数据驱动的客户旅程地图（CJM）优化、营销分析、网站分析、交易分析、图表可视化、流程挖掘和行为细分。基于点击流、A/B测试、机器学习和马尔可夫链模拟的预测分析。
脑电图转换器2.0： i. 基于卷积变换的脑电图解码器； ii. 新型可视化方法——类别激活地形图。
A developer CLI that reduces the time it takes to get started on Azure. The Azure Developer CLI (azd) provides commands that map to key workflow stages: code, build, deploy, monitor, repeat.
用于自然语言处理的深度学习架构的Keras、PyTorch和NumPy实现
这是VectorMapNet（ICML 2023）的官方代码库。
已弃用：单目图像深度图估计
Hugging Face Diffusers 的交叉注意力地图工具
这是对CVPR 2018论文“基于注意力机制的生成对抗网络用于单图像雨滴去除”的非官方TensorFlow实现。项目地址：https://maybeshewill-cv.github.io/attentive-gan-derainnet/
《CVPR 2024 候选奖项论文》在线地图不确定性在轨迹预测中的生成与利用
一个用于质量多样性优化的Python基础库。
一个基于 PyTorch 的可视化工具包，用于生成卷积神经网络 (CNN) 各层的解释。
文章《GroundGrid：激光雷达点云地面分割与地形估计》的源代码
SSCBench：一个用于自动驾驶的大规模三维语义场景补全基准
