Shap-E 是 OpenAI 推出的一个用于 3D 资产的条件生成模型。与最近关于三维生成模型的工作不同的是，Shap-E 直接生成隐式函数的参数，这些参数可以被渲染成纹理网格和神经辐射场。 ...

SdPaint 是一个简单的 Stable Diffusion 画图 python 脚本，用户可在画布上作画，并将该图像的每个笔画发送到 automatic1111 API ，且在生成图像时更新...

MiniGPT-4 可使用高级大型语言模型增强视觉语言理解。 MiniGPT-4 仅使用一个投影层将来自 BLIP-2 的冻结视觉编码器与冻结 LLM Vicuna 对齐。MiniGPT-4 的...

Magic Copy 是一个 Chrome 扩展，可从图像中提取前景对象并将其复制到剪贴板，基于 Meta 的 Segment Anything Model 该扩展还不可用，因为仍在审查中。可以...

VideoCrafter 是一个用于制作视频内容的开源视频生成和编辑工具箱。 目前包括以下三种型号： Base T2V：通用文本到视频生成 提供基于潜在视频扩散模型 (LVDM) 的基本文本到视...

Mochi Diffusion 可在 Mac 上原生运行 Stable Diffusion，本应用内置 Apple 的 Core ML Stable Diffusion 框架 ，以实现在搭载 A...

Segment Anything Model（SAM）从输入提示中产生高质量的物体遮罩，它可以用来为图像中的所有物体产生遮罩。它已经在一个由 1100 万张图像和 11 亿个遮罩组成的数据集上进...

MindPose 是一个开源的基于 MindSpore 的姿态估计工具箱。它收集了一系列经典和 SoTA 视觉模型，例如 HRNet，以及它们的预训练权重和训练策略。 主要特点 便于使用。Min...

OpenFlamingo 的核心是一个支持大型多模态模型 (LMM) 训练和评估的框架，DeepMind 的 Flamingo 模型的开源复制品。 主要包含如下内容： 一个用于训练 Flamin...

MindFace是一款基于 MindSpore 的开源工具包，包含最先进的人脸识别和检测模型，如ArcFace、RetinaFace和其他模型，主要用于面部识别和检测等常见应用场景。 MindF...

MindCV (MindSpore Computer Vision) 是一个基于 MindSpore 开发的，致力于计算机视觉相关技术研发的开源工具箱。它提供大量的计算机视觉领域的经典模型和 S...

roomGPT 可使用 AI 为你的房间生成新设计，上传现有的房间照片，它会给你一个高大上的新房间设计。 只需要给你的房间拍一张照，或是房间的 3D 效果图，并将其上传，即可用 AI 生成对应的...

Yolov8 全称 Ultralytics YOLOv8，由Ultralytics开发， 是一个尖端的、最先进的 （SOTA） 模型，它建立在以前的 YOLO 版本成功的基础上，并引入了新功能和...

FlyCV 是一个高性能的计算机图像处理库，目前提供C/C++接口，支持大多数主流的操作系统，包括android、armlinux、macos（x86 & arm）、windows，以及ios。...

Private Detector 是 Bumble 开源的图像检测模型，可以用于检测色情图片。内部版本已经进行了大量的重构，并作为一个完全开源的项目发布，以允许更广泛的社区使用和微调他们自己的 ...

YOLOAir 算法库是一个基于 PyTorch 的一系列 YOLO 检测算法组合工具箱，用来组合不同模块构建不同网络。YOLOAir 基于 YOLOv5 代码框架，并同步适配稳定的 YOLOv...

YOLOv6是一个专用于工业应用的单级物体检测框架，具有硬件友好的高效设计和高性能。 YOLOv6-nano在COCO val2017数据集上达到35.0 mAP，在T4上使用TensorRT ...

潜在扩散模型 (LDM) 是一项高分辨率图像合成训练工具，它在图像修复和各种任务（包括无条件图像生成、语义场景合成和超分辨率）上实现了高度竞争的性能，同时与基于像素的 DM 相比显着降低了计算要...

该项目是一系列用深度图进行人体检测的一些机器学习方法的实现，主要方法是通过传统特征算子提取特征，然后训练SVM分类器，通过多尺度滑窗的方式处理整幅图像。可用于基于机器学习进行深度图人体检测方法的...

Hunter 是一个包含人体检测、跟踪、人脸检测、识别、属性以及跨线统计的系统，可用于无感考勤、客流统计等场景。 3rdparty: 项目所用的第三方库，主要优minicaffe, opencv...