vision

🦙 LaMa图像修复：基于傅里叶卷积的鲁棒大掩码修复方案，WACV 2022

📸 功能强大、高性能的 React Native 相机库

一套关于前沿计算机视觉模型与技术的教程合集，涵盖从ResNet等基础架构到YOLO11、RT-DETR、SAM 2、Florence-2、PaliGemma 2和Qwen2.5VL等尖端模型的全方位探索。

麻省理工学院6.S191课程实验材料：深度学习导论

RealSense软件开发工具包

借助Segment Anything等卓越模型提供的AI支持，实现轻松数据标注

领先的免费开源人脸识别系统

Stream 推出的开放视觉智能体平台。使用任意模型或视频提供商快速构建视觉智能体。利用 Stream 的边缘网络实现超低延迟。

开源多视图几何库，为三维计算机视觉与运动恢复结构提供基础框架

面向多模态AI的开放式湖仓格式。仅需两行代码即可从Parquet转换，实现百倍速随机访问、向量索引与数据版本管理。兼容Pandas、DuckDB、Polars、Pyarrow及PyTorch，并持续扩展集成生态。

适用于Apple Silicon设备的本地语音识别

BLIP 模型的 PyTorch 实现：通过自举法实现语言-图像预训练，达成统一视觉-语言理解与生成

一款适用于终端的便携且可深度定制的模糊查找工具。

RF-DETR是由Roboflow开发的实时目标检测与分割模型架构，在COCO数据集上达到最优水平，专为微调设计

Webots机器人模拟器

MLX-VLM：基于MLX在Mac上进行视觉语言模型推理与微调的工具包

基于图像识别的自动化黑盒测试框架

📚 OpenVINO™ 的 Jupyter Notebook 教程

轻松实现应用内购买和订阅。支持 iOS、watchOS、tvOS、macOS 和 visionOS 平台。

成为顶尖的人工智能与机器学习研究工程师

LichtFeld工作室：现实与数字世界的交融之处

开源AI相机技能平台，AI网络视频录像机与闭路电视监控系统。

基于机器学习的漫画翻译工具，采用Rust语言编写。

此MATLAB和Simulink挑战项目中心收录了一系列研究与设计项目创意，这些项目将帮助您获得实践经验并洞察技术趋势与行业方向。