汇聚全球AI计算机视觉项目，OCR识别、目标检测、图像分割、人脸识别工具大全。
共收录 602 个开源项目
YOLOX-ROS
开源
免费
仅开源
把 YOLOX 检测模型一键接入 ROS2 机器人
YOLOX-ROS 是把 YOLOX 目标检测模型封装成 ROS2 节点的开源包，主要用 C++ 实现。它解决的是机器人···
scenic
开源
免费
仅开源
用 JAX 快速搭视觉模型，论文复现与实验一把梭
Scenic 是 Google 开源、基于 JAX 的计算机视觉研究库，目标是为视觉任务提供一套干净、模块化且高···
Lifelong-nnUNet
开源
免费
仅开源
让医学分割模型持续学习不遗忘，多数据集顺序训练不掉点
Lifelong-nnUNet 是一个基于 nnU-Net 的医学图像分割框架，专门解决传统分割模型在持续学习场景中的···
vietnamese-ocr-toolbox
开源
免费
仅开源
越南语证件发票图片，一键转成可编辑文字
vietnamese-ocr-toolbox 是一个面向越南语场景的 OCR 工具箱，用 C++ 实现，目标是把文本检测与字符···
torchgeo
开源
免费
仅开源
像用torchvision一样做遥感深度学习
TorchGeo 是微软开源的面向地理空间数据的 PyTorch 扩展库，为遥感、卫星影像和地球观测任务提供标···
macOCR
开源
免费
仅开源
框选屏幕任意文字，秒进剪贴板
macOCR 是一款 macOS 菜单栏工具，解决屏幕上文字无法直接复制的问题。按下全局快捷键框选屏幕任意···
nnDetection
开源
免费
仅开源
医学3D检测免调参，换数据集直接跑
nnDetection 是一个面向三维医学影像的目标检测自配置框架，基于 PyTorch 实现，核心目标是让研究者···
roofgan
开源
免费
仅开源
一键生成结构合理的3D屋顶，助力建筑自动化建模。
Roof-GAN是一个基于生成对抗网络的3D屋顶生成模型，来自CVPR 2021论文。它专门针对住宅建筑的屋顶几···
obs-backgroundremoval
开源
免费
仅开源
无需绿幕，直播录屏实时抠像换背景
obs-backgroundremoval 是一个 OBS Studio 插件，用于在直播或录制视频时实时移除人像背景，方便主···
DeepLIIF
开源
可打开
一键将免疫组化图像转化为多重荧光定量数据，提升病理分析效率
DeepLIIF 是一个基于深度学习的多重免疫荧光图像分析工具，专注于免疫组化（IHC）图像的定量分析。···
Anime2Sketch
开源
免费
仅开源
一键将动漫图变线稿，省去手工描线
Anime2Sketch 是一个专门从动漫/插画图像中提取线稿的开源工具。它基于生成对抗网络（GAN）和深度学···
VITON-HD
开源
免费
仅开源
上传衣服和照片，秒出高分辨率试穿效果
VITON-HD 是一个基于 PyTorch 的高分辨率虚拟试穿（Virtual Try-On）开源项目，来自 CVPR 2021 论文···
setvae
开源
免费
仅开源
用层次化VAE生成集合数据，搞定点云等无序结构
SetVAE 是一个基于 PyTorch 的生成模型实现，来自 CVPR 2021 论文，专门针对集合结构数据（如点云、···
lite.ai.toolkit
开源
免费
仅开源
一行代码调用 100+ 模型，C++ 部署 AI 不再难
lite.ai.toolkit 是一个轻量级的 C++ AI 推理工具包，集成了 100 多个预训练模型，支持 MNN、ONNX ···
CWR
开源
免费
仅开源
对比学习一键复原水下图像，颜色细节双提升
CWR 是一个基于对比学习的水下图像复原开源项目，对应 IGARSS 2021 口头报告论文。它解决水下图像因···
ncnn-android-nanodet
开源
免费
仅开源
手机端跑 NanoDet 实时目标检测的完整示例
这是一个在 Android 端运行 NanoDet 轻量级目标检测模型的示例工程，基于腾讯开源的高性能神经网络···
prettymaps
开源
免费
仅开源
输入地名，一键生成艺术感地图海报
prettymaps 是一个基于 Python 的开源工具，用于从 OpenStreetMap 数据绘制美观的地图。它利用 osm···
manga-image-translator
开源
可打开
一键翻译漫画图片文字，自动抹除替换，阅读无国界
manga-image-translator 是一个基于深度学习的漫画/图片文字翻译工具，能够自动检测图片中的文字区···
EMLight
开源
免费
仅开源
单图秒出光照环境贴图，让虚拟物体无缝融入真实场景
EMLight 是一个基于深度学习的照明估计工具，源自 AAAI 2021 论文，用于从单张图像估计场景的球面分···
sahi
开源
免费
仅开源
大图切片推理，小目标检测不漏，精度提升显存降
SAHI 是一个专注于计算机视觉的切片推理框架，旨在解决大尺寸图像（如卫星影像、医学图像）在目标检···
Image_Preprocessing_Techniques
开源
免费
仅开源
一站式图像预处理工具箱，快速提升模型训练效果
这是一个图像预处理技术集合库，专注于为图像分类和图像生成任务提供多种预处理方法。项目基于Pyth···
PGS
开源
免费
仅开源
在Processing里轻松搞定复杂几何处理，让创意不卡壳。
PGS（Processing Geometry Suite）是一个基于Java的几何处理库，专为Processing创意编程环境设计。···
gca
开源
免费
仅开源
用元胞自动机生成复杂3D结构和纹理，复现ICLR论文
gca 是论文《Generative Cellular Automata》的官方实现，发表于 ICLR 2021 和 2022（spotlight）。···
doctr
开源
免费
仅开源
用 PyTorch 或 TensorFlow 快速实现文档文字检测与识别
docTR 是一个基于深度学习的 OCR 库，专注于文档文本识别，由 t2k 团队持续维护。它解决了从文档图···
