ملٹی موڈل AI
DeepSeek-OCR — Document OCR and visual understanding
deepseek-ai/DeepSeek-OCR
Contexts Optical Compression
★ 23.8K⑂ 2.2KPython
ToolAI.io · GitHub چینل
GitHub پر اوپن سورس AI پروجیکٹس
LLM، ایجنٹ، MCP، RAG اور AI ڈویلپمنٹ پروجیکٹس کی حقائق پر مبنی فہرست، جس میں ہر اندراج کے لیے لائسنس، سیٹ اپ، ڈاؤن لوڈ، اسکرین شاٹس اور متعلقہ وسائل شامل ہیں۔
عوامی ریپوزٹری کا ڈیٹا
پروجیکٹ انڈیکس
ملٹی موڈل 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
ملٹی موڈل AI
Janus — Unified multimodal understanding and generation
deepseek-ai/Janus
Janus-Series: Unified Multimodal Understanding and Generation Models
★ 17.8K⑂ 2.2KPython
کمپیوٹر وژن
supervision
roboflow/supervision
Reusable utilities for computer vision data handling, detection annotation and tracking workflows.
★ 49.9K⑂ 4.8KPython
کمپیوٹر وژن
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
کمپیوٹر وژن
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
کمپیوٹر وژن
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
صفحہ 2 / 2 · 19 پروجیکٹس