机器人与边缘 AI
mediapipe
google-ai-edge/mediapipe
面向移动端、浏览器和边缘设备的机器学习组件，提供视觉、文本与音频任务 API、模型及定制工具。
★ 36.9K⑂ 6.2KC++
ToolAI.io · GitHub 频道
GitHub 上的热门 AI 项目
一个基于事实的 LLM、智能体、MCP、RAG 和 AI 开发项目索引；每个条目均包含许可证、设置、下载、截图及相关资源。
公开仓库数据
项目索引
计算机视觉
ultralytics
ultralytics/ultralytics
提供目标检测、分割、姿态估计等视觉模型的训练与推理工具。
★ 61.3K⑂ 11.7KPython
计算机视觉
opencv
opencv/opencv
面向图像处理、视频分析和计算机视觉应用的开源库。
★ 90.7K⑂ 57KC++
计算机视觉
supervision
roboflow/supervision
提供可复用的视觉数据处理、检测结果标注与追踪辅助组件。
★ 49.9K⑂ 4.8KPython
计算机视觉
photoprism
photoprism/photoprism
可自托管的照片与视频管理系统，用自动标签、人脸分组和元数据检索帮助整理大型个人图库。
★ 40.2K⑂ 2.3KGo
微调、训练与数据
LlamaFactory
hiyouga/LlamaFactory
为多种大语言模型和视觉语言模型提供统一的微调流程。
★ 74.6K⑂ 9.1KPython
计算机视觉
tesseract
tesseract-ocr/tesseract
可将图像中的文字识别为可处理文本的开源 OCR 引擎。
★ 76.3K⑂ 10.8KC++
计算机视觉
yolov5
ultralytics/yolov5
基于 PyTorch 的目标检测项目，支持模型训练、推理和导出。
★ 58K⑂ 17.5KPython
计算机视觉
Deep-Live-Cam
hacksider/Deep-Live-Cam
提供实时人脸替换和视频人脸处理功能的视觉工具。
★ 96.5K⑂ 14.1KPython
计算机视觉
faceswap
deepfakes/faceswap
提供人脸数据处理、模型训练和视频转换流程的开源工具。
★ 57.5K⑂ 13.5KPython
推理、部署与运行时
Hugging Face Transformers
huggingface/transformers
一个面向文本、视觉、音频和多模态领域最先进机器学习模型的模型定义框架，同时支持推理和训练。
★ 163.3K⑂ 34.1KPython
多模态 AI
精选
whisper：Speech recognition and transcription
openai/whisper
ToolAI 对 openai/whisper 的客观项目介绍。Robust Speech Recognition via Large-Scale Weak Supervision
★ 107.7K⑂ 13.1KPython
第 1 / 3 页 · 28 个项目