মাল্টিমোডাল AI
ComfyUI
Comfy-Org/ComfyUI
A node-based interface and execution engine for building image and other generative AI workflows.
★ 136.7K⑂ 16.3KPython
ToolAI.io · GitHub চ্যানেল
GitHub-এ নতুন AI প্রজেক্ট
GitHub-এ সম্প্রতি যোগ করা ওপেন-সোর্স AI প্রকল্প আবিষ্কার করুন—রিপোজিটরির তথ্য, সেটআপ নোট, লাইসেন্স ও সংশ্লিষ্ট রিসোর্সসহ।
পাবলিক রিপোজিটরির তথ্য
প্রকল্পের সূচি
কম্পিউটার ভিশন
DINOv2: visual features for classification and retrieval
facebookresearch/dinov2
Meta’s self-supervised vision models provide pretrained backbones and task heads for feature extraction, visual retrieval and downstream adaptation.
★ 13.3K⑂ 1.3KPython
কম্পিউটার ভিশন
GLM-OCR: document recognition with Markdown and JSON output
zai-org/GLM-OCR
An OCR project for tables, formulas and complex layouts, with hosted and self-hosted pipelines, a CLI and a Python SDK.
★ 7.5K⑂ 671Python
কম্পিউটার ভিশন
VGGT: Estimating Cameras, Depth, and 3D Structure from Multi-View Images
facebookresearch/vggt
Visual Geometry Grounded Transformer predicts camera parameters, depth maps, point maps, and point tracks from scene images, making it suitable for preliminary geometric estimation in 3D vision research and reconstruction workflows.
★ 14.4K⑂ 1.5KPython
কম্পিউটার ভিশন
Segment Anything: Generate Image Segmentation Masks with Points and Boxes
facebookresearch/segment-anything
Meta’s SAM image segmentation project supports prompt inputs such as points and boxes, and can also automatically generate candidate masks for an entire image. It is suitable for interactive annotation and image processing workflows.
★ 54.8K⑂ 6.4KPython
রোবোটিক্স ও এজ AI
mediapipe
google-ai-edge/mediapipe
On-device ML libraries, models, and tools for vision, text, and audio across supported platforms.
★ 36.9K⑂ 6.2KC++
কম্পিউটার ভিশন
GFPGAN
TencentARC/GFPGAN
Face restoration using generative facial priors, with optional background enhancement in an image-restoration workflow.
★ 37.7K⑂ 6.3KPython
কম্পিউটার ভিশন
EasyOCR
JaidedAI/EasyOCR
A Python/PyTorch OCR library returning text regions, recognized strings, and confidence values.
★ 30K⑂ 3.6KPython
কম্পিউটার ভিশন
tesseract.js
naptha/tesseract.js
Tesseract OCR for browsers and Node.js using WebAssembly, suitable for image-to-text features in JavaScript apps.
★ 38.7K⑂ 2.4KJavaScript
কম্পিউটার ভিশন
photoprism
photoprism/photoprism
A self-hostable photo and video library with automatic labels, face organization, and metadata search.
★ 40.2K⑂ 2.3KGo
কম্পিউটার ভিশন
supervision
roboflow/supervision
Reusable utilities for computer vision data handling, detection annotation and tracking workflows.
★ 49.9K⑂ 4.8KPython
কম্পিউটার ভিশন
face_recognition
ageitgey/face_recognition
Face detection and recognition interfaces for Python and the command line.
★ 56.7K⑂ 13.7KPython
পৃষ্ঠা 1 / 3 · 29টি প্রজেক্ট