jetson-inference 项目是一个旨在利用 NVIDIA Jetson 设备进行深度学习推理和实时视觉任务的解决方案。该项目通过使用 TensorRT 进行网络优化,可以在 C++ 或 Python 环境中运行经过优化的神经网络,并借助 PyTorch 进行模型训练。
项目支持多种视觉任务,包括:
同时,提供了从实时摄像头获取流媒体、使用 WebRTC 创建 Web 应用程序,以及对 ROS/ROS2 的支持等示例。
"Hello AI World" 是项目中的一部分教程,指导用户在 Jetson 上进行推理和迁移学习。用户可以收集数据集、使用 PyTorch 训练模型并通过 TensorRT 部署这些模型。
包括图像分类、物体检测、语义分割、姿势估计、动作识别、背景移除、单目深度等多项技术的实现细节。
项目也支持 Web 应用开发,例如 WebRTC 服务器、HTML/JavaScript、Flask + REST 框架及 Plotly 仪表板等。
Jetson AI Lab 是项目中包含的一个额外资源中心,提供关于大型语言模型(LLM)、视觉变压器(ViT)及视觉语言模型(VLM)的额外教程。这些实例能够在 Orin 或 Xavier 设备上运行。
项目还提供了一系列视频演示,帮助用户快速上手,从基本设置、图像分类推理到对象检测模型的训练,都有详细说明。
项目的 API 文档包含 C++ 和 Python 的详细说明,可以帮助用户更好地在项目中进行深度学习开发。
项目提供了多种 C++ 和 Python 代码示例,以便用户更好地理解和使用库进行网络推理,包括图像识别、物体检测、语义分割、姿态估计和动作识别等。
项目中提供了一系列预训练模型,涵盖了图像识别、物体检测、语义分割、姿态估计及动作识别等任务。用户可以下载并使用这些模型进行进一步开发。
为获得最佳性能,推荐使用 Jetson Nano、Jetson Xavier NX、Jetson AGX Xavier 或 Jetson Orin 等开发套件,搭配最新的 JetPack 版本。
项目还提供了深度学习的额外资源链接,以及关于 ROS 节点、NVIDIA AI IoT 资源和 Jetson Wiki 的详细信息。
通过 jetson-inference 项目,开发者可以在小巧而强大的 Jetson 平台上高效运行深度学习应用。这是一个开源且面向实践的项目,适合从研究人员到开发人员的不同群体使用。
OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。
openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。
高分辨率纹理 3D 资产生成
Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。
一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。
3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。
用于可扩展和多功能 3D 生成的结构化 3D 潜在表示
TRELLIS 是一个专注于 3D 生成的项目,它利用结构化 3D 潜在表示技术,实现了可扩展且多功能的 3D 生成。项目提供了多种 3D 生成的方法和工具,包括文本到 3D、图像到 3D 等,并且支持多种输出格式,如 3D 高斯、辐射场和网格等。通过 TRELLIS,用户可以根据文本描述或图像输入快速生成高质量的 3D 资产,适用于游戏开发、动画制作、虚拟现实等多个领域。
10 节课教你开启构建 AI 代理所需的一切知识
AI Agents for Beginners 是一个专为初学者打造的课程项目,提供 10 节课程,涵盖构建 AI 代理的必备知识,支持多种语言,包含规划设计、工具使用、多代理等丰富内容,助您快速入门 AI 代理领域。
AI Excel全自动制表工具
AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。
基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。
UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。
开源且先进的大规模视频生成模型项目
Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。
全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表
爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。
一款强大的视觉语言模型,支持图像和视频输入
Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号