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 ট্রেন্ডিং AI প্রজেক্ট
LLM, এজেন্ট, MCP, RAG এবং কোডিং বিষয়ের সক্রিয় ওপেন-সোর্স AI রিপোজিটরিগুলো স্টার ও যাচাইকৃত প্রজেক্ট তথ্যসহ ট্র্যাক করুন।
পাবলিক রিপোজিটরির তথ্য
প্রকল্পের সূচি
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
ultralytics
ultralytics/ultralytics
Training and inference tools for object detection, segmentation and pose estimation models.
★ 61.3K⑂ 11.7KPython
কম্পিউটার ভিশন
opencv
opencv/opencv
An open-source library for image processing, video analysis and computer vision.
★ 90.7K⑂ 57KC++
কম্পিউটার ভিশন
supervision
roboflow/supervision
Reusable utilities for computer vision data handling, detection annotation and tracking workflows.
★ 49.9K⑂ 4.8KPython
কম্পিউটার ভিশন
photoprism
photoprism/photoprism
A self-hostable photo and video library with automatic labels, face organization, and metadata search.
★ 40.2K⑂ 2.3KGo
ফাইন-টিউনিং, প্রশিক্ষণ ও ডেটা
LlamaFactory
hiyouga/LlamaFactory
A unified fine-tuning toolkit for large language and vision-language models.
★ 74.6K⑂ 9.1KPython
কম্পিউটার ভিশন
tesseract
tesseract-ocr/tesseract
An open-source OCR engine for converting text in images into machine-readable text.
★ 76.3K⑂ 10.8KC++
কম্পিউটার ভিশন
yolov5
ultralytics/yolov5
A PyTorch-based object detection project with training, inference and export workflows.
★ 58K⑂ 17.5KPython
কম্পিউটার ভিশন
Deep-Live-Cam
hacksider/Deep-Live-Cam
A computer vision tool for real-time face replacement and video processing.
★ 96.5K⑂ 14.1KPython
কম্পিউটার ভিশন
faceswap
deepfakes/faceswap
An open-source toolkit for face processing, model training and video conversion.
★ 57.5K⑂ 13.5KPython
ইনফারেন্স, ডিপ্লয়মেন্ট ও রানটাইম
Hugging Face Transformers
huggingface/transformers
A model-definition framework for state-of-the-art machine learning models across text, vision, audio, and multimodal domains, supporting both inference and training.
★ 163.3K⑂ 34.1KPython
পৃষ্ঠা 1 / 3 · 29টি প্রজেক্ট