#轻量化

这款JavaScript库利用WebRTC技术从摄像头视频流中实时检测和追踪面部，并可以叠加3D内容用于增强现实应用。该库设计轻量，独立于任何第三方库或3D引擎，提供原始面部数据确保能兼容任意框架。涵盖多个示例和辅助工具，便于快速实现高级应用，如头部运动追踪和面部滤镜。支持THREE.JS、BABYLON.JS等多种主流3D引擎，且持续更新新演示，是开发基于面部增强现实应用的理想选择。

该多语言轻量级排序模型通过词元压缩和逐层优化，节省资源同时维持高性能。根据使用场景和资源限制，用户可灵活选择模型的压缩比例和输出层次，实现高效推理。项目已在BEIR和MIRACL上达到新SOTA性能，技术细节报告将于稍后发布。

ViTMatte模型利用Distinctions-646数据集进行训练，通过与Vision Transformer的结合，实现图像前景的精确分离。此模型简化了传统图像抠图的复杂性，适用于多种应用。可在Hugging Face平台找到该模型的不同版本，以适应各种图像分离需求。