#开源工具箱

DeepLabCut是一个无标记动物姿态估计工具箱。此工具适用于各类动物行为的分析，并通过TensorFlow和PyTorch加强模型训练功能。它整合了多种新技术，如MobileNetV2s与EfficientNets，有效提升了效率与准确性。项目提供多语种文档与在线课程，方便用户快速掌握实时多动物追踪及三维姿态估计技术。DeepLabCut已应用于多种场合并获得验证，通过社区持续的优化适用于从神经科学到生态研究的广泛领域。

MMDetection3D是OpenMMLab项目开发的开源3D目标检测框架，基于PyTorch构建。它支持多模态和单模态检测器，适用于室内外3D检测数据集，可与2D检测无缝集成。该框架提供300多种预训练模型、40多种算法实现，以及MMDetection全部功能模块。MMDetection3D不仅可用于研究，还可作为库支持各类3D检测应用开发。

本文综述了视频扩散模型领域的研究进展和开源资源。内容包括最新工具箱、基础模型、数据集和评估指标,涵盖文本到视频生成、视频编辑和理解等多个方向。文章系统梳理了该领域的关键技术和资源,为研究人员和开发者提供全面参考,有助于推动视频生成和处理技术的发展。

OpenTAD是一个基于PyTorch的开源时序动作检测工具箱，支持9个TAD数据集。其模块化设计便于复现现有方法和实现新方法，支持基于特征和端到端的训练模式。该项目提供多种预提取特征，实现了多个前沿TAD方法，并在EPIC-KITCHENS-100和Ego4D 2024挑战赛中表现出色。

SHOGUN是一个开源的机器学习工具库，自1999年开始开发。该项目使用C++实现核心功能，并提供自动生成的接口，支持Python、Octave、Java等多种编程语言。SHOGUN可在Linux、MacOS、Windows等主流操作系统上运行，提供丰富的示例和文档。它拥有广泛的机器学习算法支持，性能优异，采用BSD许可证发布，适合机器学习研究和应用开发。

EvoloPy是一个Python实现的自然启发式优化工具箱，聚焦全局优化问题。工具箱集成了粒子群优化(PSO)、多宇宙优化器(MVO)等多种经典和新型元启发式算法，利用NumPy和SciPy实现高效的数组和矩阵运算。EvoloPy提供23个基准函数，支持自定义实验参数，为优化算法研究和应用提供了开放灵活的平台。

EntitySeg是一个专注于开放世界和高质量图像分割的开源工具箱。它集成了多种前沿算法，如开放世界实体分割、超高分辨率图像分割和类别无关半监督学习。该工具箱支持多个研究项目，应用范围广泛，从基础图像分割到复杂场景理解。EntitySeg为计算机视觉领域的研究人员和开发者提供了实用的工具和资源。