classification
本站收录 29 个带「classification」标签的 AI 开源项目
supervisionsupervision 是一个专注于计算机视觉的可复用工具库，旨在简化视觉任务的开发流程。它解决了开发者在目标检测、分割、分类等任务中重复编写样板代码的问题，提★ 51,079
labelmelabelme 是一个基于 Python 的图像标注工具，主要用于计算机视觉和深度学习任务中的数据准备。它解决了研究人员和开发者需要手动标注图像以构建训练数据集★ 16,201
pycaretPython 生态中的开源低代码 AutoML 平台，几行代码即可完成数据预处理、模型训练、调参与对比。4.0 版本采用 sklearn 原生引擎并引入 Rea★ 9,848
postgresmlPostgresML 是一个将机器学习直接集成到 PostgreSQL 数据库中的开源扩展，用 Rust 编写，并利用 GPU 加速。它解决了传统 ML 工作流★ 6,825
smileSmile是一个基于Java的统计机器智能与学习引擎，专注于提供全面、高效的机器学习与数据挖掘工具。它解决了Java生态中缺乏功能完整且性能优异的ML库的问题，★ 6,414
inferenceinference 是一个将任何计算机或边缘设备转变为计算机视觉项目指挥中心的开源工具。它解决了视觉模型从开发到生产部署的复杂性问题，提供统一的推理 API，支★ 2,462
ml-cvnetsCVNets 是苹果开源的计算机视觉训练库，基于 PyTorch 构建，目标是把分类、检测、分割等任务的训练流程统一到一套可复用的框架里。它解决的核心问题是：视★ 1,991
nncfNNCF（Neural Network Compression Framework）是 Intel 开源的神经网络压缩框架，专为提升 OpenVINO 推理性能★ 1,204
resume_render_from_job_descriptionResume_Builder_AIHawk 是一个基于 Python 的开源简历定制工具，核心思路是把求职流程自动化：用户只需提供目标职位的 URL，工具会抓取★ 1,132
jevjev 是一个可在笔记本本地运行的开源二分类决策模型，定位为 Jev 的替代方案，专门回答“是/否”这类简单判断问题。它基于 llama.cpp 与 GGUF ★ 1,132
LLM-Finetuning-ToolkitLLM-Finetuning-Toolkit 是一个面向开源大语言模型的微调、消融和单元测试工具包。它主要解决研究人员和开发者在对 LLM 进行定制化训练时缺乏★ 870
momentMOMENT 是一个开源的时间序列基础模型家族，来自 ICML'24 论文。它解决的是通用时间序列预测、分类、异常检测等任务中缺乏统一预训练模型的问题。核心能力★ 850
UniTSUniTS是一个统一的多任务时间序列模型，旨在解决传统时间序列模型只能处理单一任务（如预测、分类或异常检测）的问题。它通过一个统一的网络架构，支持分类、回归、预★ 648
TorchCPTorchCP 是一个基于 PyTorch 的保形预测（Conformal Prediction）研究工具箱，专为深度学习模型设计。它解决了深度学习模型在输出预★ 479
tigerTiger 是一个开源的 LLM 工具包，旨在构建可信赖的大语言模型应用。它包含三个核心组件：TigerArmor 专注于 AI 安全，提供模型防护、提示注入检★ 405
hms-ml-demoHMS ML Demo 是华为机器学习套件（ML Kit）的官方示例项目，旨在帮助开发者快速集成华为的AI能力。它覆盖了人脸检测、文本识别、图像分割、语音识别（★ 372
tirexTiRex 是一个面向时间序列预测的开源模型，主打零样本（Zero-Shot）跨长短周期预测，并强化了上下文学习（In-Context Learning）能力。★ 304
TSLANetTSLANet 是一个面向时间序列任务的轻量级基础模型，发表于 ICML 2024。它结合卷积操作与自适应频谱分析，旨在统一处理分类、回归、异常检测和插补等多种★ 267
MTPMTP 是 JSTARS'24 论文的官方实现，提出了一种面向遥感基础模型的多任务预训练方法。它通过同时学习多个遥感任务（如场景分类、语义分割、目标检测等）来训★ 253
time-series-ptms这是一个时间序列预训练模型（PTMs）的官方实现代码库，对应TKDE-24论文《A Survey on Time-Series Pre-Trained Mode★ 230
BiaPyBiaPy 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，提供从数据预处理、模型训练到结果可视化的端到端解决方案。核心能力包括★ 212
paper-listpaper-list 是一个自动更新的论文列表项目，专注于图像生成领域，同时覆盖动作识别、异常检测、音频处理、分类、深度估计、图神经网络等多个方向。它通过自动化★ 161
RSPRSP是《An Empirical Study of Remote Sensing Pretraining》论文的官方代码库，专注于遥感图像预训练模型的实证研究★ 159
awesome-ai-cybersecurity这是一个专注于AI与网络安全交叉领域的精选资源清单，旨在为安全从业者、研究人员和爱好者提供高质量、组织良好的学习与工具集合。项目解决了该领域信息分散、资源难找的★ 156
EVE-Online-BotEVE-Online-Bot 是一个面向《EVE Online》的开源自动化机器人项目，用 Jupyter Notebook 编写，结合机器学习与图像处理技术让★ 139
nanowakewordnanowakeword 是一个轻量级唤醒词检测引擎，用 Python 实现，目标是让开发者用很少的数据和精力训练出高准确率的自定义唤醒词模型。它解决的是传统语★ 127
neuriplo-inferneuriplo-infer 是一个用 C++ 编写的计算机视觉推理应用，目标是把多种视觉任务的推理流程统一到一个可复用的工程里。它支持分类、目标检测、实例分割★ 107
Financial-Fraud-Detection-Using-LLMs这是一个学术研究项目，旨在评估大型语言模型（如FinBERT和GPT-2）在金融报告和报表中检测欺诈活动的有效性。项目提供了完整的代码实现，包括基于标注数据集训★ 90
ml-workflow-automation这是一个用 Jupyter Notebook 演示典型机器学习工作流的 Python 项目，核心亮点是将模型自动部署为 Kubernetes 上的 RESTfu★ 68