マルチモーダルAI
DeepSeek-OCR — Document OCR and visual understanding
deepseek-ai/DeepSeek-OCR
Contexts Optical Compression
★ 23.8K⑂ 2.2KPython
ToolAI.io · GitHubチャンネル
GitHub上のオープンソースAIプロジェクト
ライセンス、セットアップ、ダウンロード、スクリーンショット、関連リソースを各エントリーに掲載した、LLM、エージェント、MCP、RAG、AI開発プロジェクトの事実に基づくインデックス。
公開リポジトリのデータ
プロジェクトインデックス
マルチモーダルAI
Qwen3-VL — Vision-language models
QwenLM/Qwen3-VL
Qwen3-VL is the multimodal large language model series developed by Qwen team, Alibaba Cloud
★ 19.8K⑂ 1.8KPython
マルチモーダルAI
Janus — Unified multimodal understanding and generation
deepseek-ai/Janus
Janus-Series: Unified Multimodal Understanding and Generation Models
★ 17.8K⑂ 2.2KPython
コンピュータビジョン
supervision
roboflow/supervision
Reusable utilities for computer vision data handling, detection annotation and tracking workflows.
★ 49.9K⑂ 4.8KPython
コンピュータビジョン
PaddleDetection
PaddlePaddle/PaddleDetection
Object Detection toolkit based on PaddlePaddle. It supports object detection, instance segmentation, multiple object tracking and real-time multi-person keypoint detection.
★ 14.3K⑂ 3KPython
コンピュータビジョン
PaddleSeg
PaddlePaddle/PaddleSeg
Easy-to-use image segmentation library with awesome pre-trained model zoo, supporting wide-range of practical tasks in Semantic Segmentation, Interactive Segmentation, Panoptic Segmentation, Image Matting, 3D Segmentation, etc.
★ 9.4K⑂ 1.7KPython
コンピュータビジョン
sam2
facebookresearch/sam2
The repository provides code for running inference with the Meta Segment Anything Model 2 (SAM 2), links for downloading the trained model checkpoints, and example notebooks that show how to use the model.
★ 19.6K⑂ 2.5KJupyter Notebook
2 / 2ページ · 19件のプロジェクト