计算机视觉

DeepCamera 开源

让普通摄像头秒变AI保安，自动看懂并守护你的家

DeepCamera 是一个开源的 AI 摄像头技能平台，定位为智能 NVR 和闭路监控系统。它解决传统监控只能···

segmentation_models.pytorch 开源

一行代码调用 500+ 预训练分割模型，快速搭建语义分割流水线。

segmentation_models.pytorch 是一个基于 PyTorch 的语义分割模型库，提供 500+ 预训练骨干网络（涵···

BiaPy 开源

拖拽配置，快速搭建生物图像深度学习分析流程

BiaPy 是一个开源的 Python 库，旨在简化生物图像分析流程的构建。它基于深度学习，提供从数据预处···

pytorch-image-models 开源

一行代码调用数百个预训练视觉骨干，省去复现选型成本

pytorch-image-models（常被称为 timm）是 PyTorch 生态中规模最大的图像编码器与骨干网络集合，由···

Brain-Tumor-Segmentation 开源

用U-Net一键分割脑肿瘤，医学影像分析上手快

这是一个基于U-Net架构的脑肿瘤图像分割项目，使用PyTorch实现，旨在从医学影像中自动分割脑肿瘤区···

frigate 开源

本地实时识别摄像头物体，低延迟高隐私，智能家居联动神器

Frigate 是一个开源的网络录像机（NVR），专为 IP 摄像头设计，内置实时本地对象检测功能。它解决了···

OCR4all 开源

古籍扫描件上传，自动识别加人工校对，一键导出文本

OCR4all 是一个面向历史文献与古籍数字化的开源 OCR 平台，通过 Web 应用提供从图像预处理、版面分···

kimimaro 开源

一键提取3D分割骨架，助力神经元与血管分析

kimimaro 是一个用于三维图像分割骨架化的开源工具，基于 TEASAR 算法实现中轴变换。它主要解决生物···

MIVisionX 开源

在 AMD 硬件上跑视觉推理，用 OpenVX 图加速

MIVisionX 是 AMD 推出的开源计算机视觉工具包，核心是符合 Khronos OpenVX 1.3.2 规范的高度优化实···

smriprep 开源

一键自动化处理结构MRI，让预处理标准化可复现

sMRIPrep 是 NIPreps 家族中专门用于结构磁共振成像（sMRI）预处理的自动化工作流工具。它解决了神···

geti 开源

少数据快训练，轻松搞定计算机视觉模型

geti 是英特尔推出的计算机视觉模型训练平台，旨在用更少的数据和更短的时间构建高性能视觉模型。它···

zotero-ocr 开源

在 Zotero 里直接给扫描 PDF 做 OCR，文字可搜可引。

zotero-ocr 是一个为文献管理工具 Zotero 开发的 OCR 插件，主要解决扫描版 PDF 无法直接复制、搜索···

Biodiversity 开源

把红外相机和录音自动变成物种数据，省去人工翻图

这是微软 AI for Good 实验室的生物多样性研究枢纽仓库，集中托管面向生态保护的开源 AI 模型、边缘···

2d-diffusion-limited-aggregation-exp··· 开源

用物理模拟生成有机分形图案，探索形态设计新玩法

这是一个基于JavaScript的二维扩散限制聚集（DLA）可视化实验项目，将经典的DLA物理模型用作二维形···

yolov3 开源

用PyTorch训练和部署YOLOv3，实现实时目标检测

这是一个基于PyTorch实现的YOLOv3目标检测项目，支持YOLOv3、YOLOv3-SPP和YOLOv3-tiny三种模型。它···

kornia 开源

让图像变换可微，深度学习视觉更灵活

Kornia 是一个基于 PyTorch 的可微计算机视觉库，专注于几何视觉和空间 AI。它解决了深度学习与经典···

2d-differential-growth-experiments 开源

用代码模拟自然生长，生成有机形态和纹理

这是一个基于JavaScript的2D形态生成实验项目，探索差分生长（differential growth）作为一种二维形···

GestureGAN 开源

上传一张手势图，一键生成指定新手势，背景身份不变

GestureGAN 是一个基于生成对抗网络（GAN）的手势到手势转换工具，发表于 ACM MM 2018（Oral）。它···

supervisely 开源

用 Python 把 CV 标注和训练流程自动化跑起来

Supervisely SDK 是 Supervisely 计算机视觉平台的 Python 开发包，用于自动化、定制和扩展平台能力···

GammaCV 开源

浏览器里用 GPU 跑图像处理，实时滤镜和特征提取不卡顿

GammaCV 是一个面向浏览器环境的 WebGL 加速计算机视觉库，使用 JavaScript 编写。它把图像处理与特···

OneShotTranslation 开源

一张图搞定跨域转换，无需配对数据

OneShotTranslation 是论文《One-Shot Unsupervised Cross Domain Translation》（NIPS 2018）的 P···

xview-yolov3 开源

用YOLOv3快速训练卫星图像目标检测模型

xview-yolov3 是一个基于 YOLOv3 的遥感卫星图像目标检测项目，专为 xView 数据集和检测挑战赛设计···

awesome-ocr-resources 开源

OCR 论文与数据集一站清单，省去到处搜资料

awesome-ocr-resources 是一个面向 OCR（光学字符识别）领域的资源聚合项目，系统整理了该方向的重···

SeGAN 开源

用GAN补全遮挡区域，让图像分割与生成一步到位

SeGAN 是一个基于生成对抗网络（GAN）的早期开源项目，旨在解决图像中不可见部分的语义分割与生成问···