Project Icon

VoTT

开源图像与视频标注工具,兼容多种数据存储方式

VoTT是一个基于React和Redux的开源图像和视频标注工具,支持从本地或云存储导入数据,并将标注数据导出到不同的存储提供商。作为机器学习工作流中的工具,VoTT提供图像和视频帧的标签功能,采用现代开发框架TypeScript编写,并进行代码检查和单元测试。支持Azure Blob Storage、Bing Image Search等多种数据源,用户可通过浏览器使用Web版本。

cvat - 交互式视频和图像标注工具,支持数据驱动的AI开发
AI自动标注CVATDockerGithub开源项目数据标注工具计算机视觉
CVAT是一个计算机视觉的交互式视频和图像标注工具,被全球数万用户和企业广泛使用。提供免费在线版和自托管解决方案,支持Roboflow和HuggingFace集成。支持多种标注格式,并通过自动标注功能加速标注过程。企业用户可享受高级功能和专业支持服务。
DLTA-AI - AI赋能的数据标注、追踪和注释工具
DLTA-AIGithub分割模型开源项目数据标注机器学习目标跟踪
一款集成先进计算机视觉模型的工具,简化图像数据集创建,支持零样本分割和目标跟踪,提供多种模型选择与自定义导出格式,无缝结合Labelme,提升标注效率。
wd-vit-tagger-v3 - 图像评分与标签处理的高效解决方案
DanbooruGithubHuggingfaceWD ViT Tagger开源项目标签模型训练
WD ViT Tagger v3是一个针对 Danbooru 图像数据集的开源项目,支持图像评分、角色和标签的处理。v2.0版本通过类不平衡损失缩放技术改进了模型精度;v1.1 修订 JAX 模型配置,增加图像尺寸定义;v1.0 增加训练图像和更新标签,兼容 timm 和 ONNX,对批处理大小没有固定要求,并使用 Macro-F1 衡量模型性能。
myvision - 免费在线图像标注工具
COCO-SSDGithubMyVision图像注释工具开源项目数据集机器学习
MyVision是一款免费在线图像标注工具,旨在生成计算机视觉机器学习训练数据。它具有快速标注、多种数据集格式支持和现有项目导入功能。还利用COCO-SSD预训练模型自动标注对象,保障数据隐私。无需任何设置,只需打开index.html文件即可使用。适用于大数据集的高效工作流程,并支持英文和中文。
Vtopia.ai - 多语言视频本地化与AI人脸替换技术平台
AI工具AI技术字幕移除广告本地化换脸视频翻译
Vtopia.ai是一个创新的AI视频处理平台,专注于多语言视频本地化和人脸替换技术。该平台能够实现视频翻译,将音频、字幕和口型同步转换为目标语言,同时支持无缝去除字幕,保持画面清晰。其先进的人脸替换技术可精准交换本地面孔,有效促进广告创意本地化。平台注重快速交付,以满足用户需求。目前,Vtopia.ai提供免费服务,供用户体验其强大的视频处理功能。
BMW-Labeltool-Lite - 图像标注工具,简化深度学习训练数据准备过程
BMW-TensorFlow-Training-GUIBMW-YOLOv4-Training-AutomationGithubLabelTool lite图像标注开源项目深度学习
一款无需复杂配置的图像数据标注工具,专注于边界框标注,支持即刻应用于深度学习训练数据。使用Docker环境快速部署,兼容Yolov4和TensorFlow训练平台,并支持连接预训练模型以加速标注。LabelTool lite简化了浏览、缩放、上传和管理数据集的过程,提升数据标注效率和质量。
cotta - 持续测试时间域适应的开源框架
CoTTAGithub域适应开源项目持续测试时适应深度学习计算机视觉
CoTTA是一个开源项目,专注于持续测试时间域适应研究。该项目实现了CoTTA、AdaBN和TENT等方法,用于解决图像分类和语义分割任务中的域适应问题。支持CIFAR、ImageNet和Cityscapes到ACDC等数据集的迁移实验,并提供了详细的实验指南和性能基准。这个框架有助于提升机器学习模型在变化环境中的适应能力,为计算机视觉领域的研究人员提供了实用工具。
awesome-data-labeling - 全面数据标注工具集锦
CVATGithubawesome-data-labelingimage annotationlabelImg开源项目数据标注工具
汇集各类数据标注工具,包括图像、文本、音频、视频、时间序列、3D和Lidar等多种应用领域。这些开源高效的工具能有效加速机器学习和计算机视觉项目的数据准备。
lobe-tts - 服务器和浏览器上高效可靠的TTS/STT技术库
GithubLobe TTSReact组件TTS/STT库开源开源项目服务器端语音生成
Lobe TTS提供全面的文本转语音解决方案,支持多种语音选择并可实现极具逼真度的音频输出。适用于服务器与浏览器端,助力开发者轻松集成先进的语音交互功能到任何应用,包括开箱即用的React组件以简化前端集成。
Otter - 基于MIMIC-IT数据集和OpenFlamingo的多模态模型
GithubMIMIC-ITOtter多模态开源项目指令微调视觉语言处理
该项目结合了OpenFlamingo模型和MIMIC-IT数据集进行多模态指令调优,拥有280万条指令-响应对,支持图像和视频内容的精确理解与互动。该项目还包括OtterHD模型,提升高分辨率视觉输入的细粒度解释,并推出MagnifierBench评估基准测试模型的微小物体识别能力。公开的代码可用于训练和预训练,并支持GPT4V的评估和Flamingo架构的多任务处理。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号