#计算机视觉

PySlowFast是FAIR开发的开源视频理解代码库，提供高效训练的先进视频分类模型。支持SlowFast、Non-local Neural Networks、X3D和Multiscale Vision Transformers等多种架构。该框架便于快速实现和评估视频研究创新，涵盖分类、检测等任务。PySlowFast兼具高性能和轻量级特点，适用于广泛的视频理解研究。

RSIP Vision专注于医疗影像分析和人工智能领域，为医疗设备和应用提供定制化计算机视觉解决方案。公司涉足心脏病学、骨科、胃肠科等多个医疗领域，运用深度学习技术开发创新图像分析功能。RSIP Vision提供从概念开发到产品化的全流程服务，其技术已应用于超声、CT、MRI等多种医疗系统和手术程序，助力客户加快产品上市进程，增强市场竞争力。

Imagga提供全面的图像识别API和计算机视觉解决方案，包括自动标签、视觉搜索、人脸识别和内容审核等功能。其技术广泛应用于技术、媒体和电商等行业，服务全球30,000多家初创公司和200多家企业客户。Imagga通过可定制的机器学习技术，助力开发者和企业构建下一代智能图像应用。

SDXL Turbo运用先进的对抗性稳定扩散蒸馏技术，实现单步快速生成高质量图像。此模型适用于实时应用场景，在艺术创作、教育研究等领域展现广泛前景。用户可通过在线平台免费体验SDXL Turbo，亲身感受AI即时图像生成的强大功能。

Encord是一个面向计算机视觉和多模态AI团队的数据开发平台。它提供了智能数据管理、清理和整理工具，简化了标注和工作流程管理，并支持AI模型性能评估。平台集成了数据管理、标注和模型评估功能，有助于提升模型质量和加快AI应用开发。Encord支持多种视觉格式，具备高级过滤功能，并注重数据安全。它能与云存储和MLOps工具无缝集成，为AI开发提供全面解决方案。

LocalFriend.online是一个连接旅行者与当地居民的在线平台,旨在为用户提供在陌生城市找到友好向导的服务。平台促进游客与当地人交流,获取旅行建议,参与本地活动,体验真实文化。无论短期旅行还是长期居住,用户均可通过平台结识新朋友,融入当地社区,丰富旅行体验。

Visage Technologies专注于开发先进的人脸跟踪、分析和识别技术。公司提供FaceTrack、FaceAnalysis和FaceRecognition等核心产品,广泛应用于驾驶员监控、虚拟试妆和生物识别等领域。凭借20年行业经验和170名计算机视觉专家,Visage Technologies为全球300多家客户提供定制化解决方案,助力企业优化用户体验和提升安全性。其技术支持主流平台和嵌入式系统,具有强大、轻量和灵活的特点。

JCV专注开发高级计算机视觉解决方案，提供领先的图像识别技术。公司通过安全创新的产品为全球行业带来变革，提升生活品质。其解决方案涵盖入退室管理、无密码认证、人脸支付等应用，为智能建筑和智能零售等领域提供全面支持，助力塑造新型工作和生活方式。

AI图片配文生成器通过分析图片内容，识别关键元素和情感基调，自动生成多样化文案。支持多语言和表情符号集成，有助提升社交媒体影响力。工具可克服写作瓶颈，创作吸引人的图片说明，同时保持品牌一致性，适用于社交媒体营销和内容创作。

api4ai是一个专业的云原生AI图像处理API平台，提供背景移除、OCR、内容审核、图像标签、人脸识别等多种功能。通过简单的HTTP API调用，企业、初创公司和开发者可轻松集成计算机视觉和机器学习能力，快速实现产品功能并提升业务效率。该平台还可根据特定需求定制解决方案，为各行各业提供经济实惠的个性化AI服务。

Robovision为动态环境提供专业的计算机视觉AI平台,覆盖AI全生命周期管理。平台支持2D和3D视觉AI,可快速适应环境变化,无需停机更新,降低部署风险和成本。非AI专家也能轻松使用复杂视觉应用。其边缘AI解决方案实现低延迟实时自动化。该平台广泛应用于制造、农业、医疗和零售等行业,提升企业生产效率。

Pipeless Agents是一个创新的计算机视觉平台，通过简单的三步流程实现视觉AI代理的创建。平台支持多种视频输入源，自动提取结构化数据和事件，并允许用户自定义代理逻辑。这使得Pipeless Agents能够应用于工业安全、办公管理、家庭自动化和智慧城市等多个领域。该平台还特别注重数据隐私和安全，提供无录像处理、自定义区域分析和端到端加密等功能，确保用户数据的安全性。

AI Insights汇集YouTube顶级人工智能视频精华，提供简明扼要的摘要。网站涵盖从AGI发展到AI制造应用等热门话题，让用户轻松了解AI领域最新进展。通过精选高质量内容，AI Insights为关注人工智能发展的专业人士和爱好者提供便捷的信息获取渠道，助力快速把握AI前沿动态和关键洞见。

Gigalogy集成了自然语言处理、计算机视觉和个性化推荐等多领域AI技术。平台提供情感分析、语音转换、图像识别、欺诈检测、个性化搜索、动态定价及GPT聊天机器人等服务。从社交媒体情感分析到电商个性化推荐，Gigalogy的AI解决方案广泛应用于金融、零售、媒体等多个行业。通过全面的AI工具和API，Gigalogy致力于满足各行业在不同应用场景中的AI需求。

Datature是一个无代码计算机视觉MLOps平台,提供数据管理、标注、训练和部署的全流程解决方案。支持图像分类、目标检测和分割等任务,具备AI辅助标注和自动模型训练功能,可显著提高开发效率。适用于医疗、零售和智慧城市等多个领域,有助于快速开发AI视觉应用。平台还提供开发工具,支持大规模部署和集成,是一个功能完备的计算机视觉开发平台。

本网站汇集了250多个AI应用案例，涵盖农业、汽车、电商、教育、能源、金融等多个行业。通过简洁图文展示AI技术如图像识别、自然语言处理、机器学习在各领域的具体应用，为了解AI实际场景和寻找解决方案的人提供丰富参考。

Synthical整合机器学习、生物学、物理学等多领域最新学术论文,通过智能分类和个性化推荐,助力研究人员高效获取关键研究内容。平台提供论文摘要、作者信息等功能,并支持个性化订阅与收藏,便于追踪前沿研究动态,全面提升科研效率。

Custom Vision是一个云端视觉AI平台，专注于图像分类和标记。该平台支持用户上传并标记图像，或为未标记图像快速添加标签。通过标记数据，Custom Vision能训练自定义计算机视觉模型。用户可评估模型效果，并使用REST API标记新图像。这个平台为创建和部署自定义视觉AI解决方案提供了便捷途径，适用于多种图像识别和分类场景。

NeuralLift-360是一项将单张2D照片转换为360度全方位3D模型的技术。该项目结合深度学习和计算机视觉，分析图像深度信息和前景掩码，实现高质量3D重建。项目提供Gradio应用界面，支持文本反转和Imagic微调功能，为研究人员和开发者提供实用的3D生成工具。

Imagga提供多功能图像识别API和计算机视觉解决方案,包括自动标记、分类、裁剪、颜色分析、视觉搜索和人脸识别等。其API支持云端及本地部署,助力开发智能图像应用。Imagga技术已在82多个国家广泛应用,服务众多知名企业和初创公司。

Hasty是一个专业的视觉AI解决方案平台，整合智能数据标注、质量控制、模型训练和部署功能，为视觉AI开发提供全面解决方案。平台运用AI技术优化标注流程，实现90%质量控制自动化，并提供便捷的模型训练与部署工具。作为一站式视觉AI开发环境，Hasty简化了从原始图像到生产就绪模型的全过程，降低了对MLOps专业技能的需求。平台严格遵守HIPAA、GDPR和ISO-IEC 27001安全标准，保障用户数据所有权和隐私，为用户提供安全可靠的视觉AI开发体验。

Unitlab为计算机视觉项目提供智能数据标注解决方案。平台集成自动标注工具，显著提升标注效率，并通过协作功能确保标注质量。支持多种标注类型，包含性能分析、版本控制等功能，同时提供CLI/SDK工具和工作区管理。Unitlab致力于优化标注效率，提高数据质量，并降低成本，为计算机视觉项目提供全方位支持。

syntheticAIdata是一个为企业提供合成数据解决方案的平台，主要用于训练视觉AI模型。该平台能够生成大规模高质量数据，具有自动注释、成本效益高等特点。它采用无代码设计，操作简便。使用syntheticAIdata不仅可以降低数据获取成本，还能保护隐私、确保合规，加快AI产品开发进程。平台支持与主流云服务一键集成，便于用户快速部署和使用。syntheticAIdata通过模拟真实场景生成数据，有效规避了隐私和监管风险。对于企业来说，这是一个能够加速AI项目落地、提高模型性能的实用工具。

该项目展示基于飞桨深度学习平台的前沿研究工作，包括计算机视觉、自然语言处理、知识图谱和时空数据挖掘领域的顶会论文和冠军模型。涉及图像检索、车辆再识别、机器翻译、对话系统等多个方向，为AI研究提供参考资源和基线实现。

FastAI.jl是一个Julia深度学习库，旨在简化从数据处理到模型训练的全过程。它提供可重用组件，支持计算机视觉和表格数据任务，同时保持灵活定制性。该库整合了Julia生态系统中的多个包，通过高级工作流程和API，提高了深度学习项目的效率。FastAI.jl适用于各类深度学习应用，为研究人员和开发者提供了便捷的工具。

该项目汇集了大量Python教程资源，内容涉及道德黑客、机器学习、自然语言处理和计算机视觉等领域。教程配有详细代码示例，适合各水平的Python开发者学习和提升技能。项目涵盖从入门到高级的多个方面，为Python爱好者提供了全面的学习平台。

MMPose是基于PyTorch的开源姿态估计工具箱，支持2D多人人体姿态估计、手部姿态估计等多种主流任务。该工具箱实现了多个先进的深度学习模型，在训练速度和准确性方面表现出色。MMPose支持COCO、MPII等多个数据集，提供详细文档和API参考。其模块化设计便于用户构建自定义的姿态估计框架，适用于相关研究与应用开发。

该项目提供了多种注意力机制和主干网络的PyTorch实现代码。涵盖External Attention、Self Attention、Squeeze-and-Excitation等注意力机制,以及ResNet、MobileViT等主干网络。代码结构清晰,注释详细,既可帮助初学者理解核心原理,也可作为科研和工业应用的可复用组件。项目适合深度学习爱好者学习和实际使用。

embetter是一个兼容scikit-learn的Python库，专注于文本和图像嵌入模型。该库集成了Sentence-Transformers、CLIP等多种预训练模型，便于在机器学习流程中使用。其简洁的设计支持批量处理和增量学习，适用于快速概念验证和批量标记。embetter能与bulk和scikit-partial等工具良好配合，为开发者提供灵活的嵌入解决方案。

SMIRK是一个开源项目，利用分析-神经合成方法从单目图像重建3D面部。该技术能精确捕捉极端、非对称和细微的面部表情，提高3D面部重建的真实度。项目提供预训练模型、演示脚本和详细的训练过程，为计算机视觉和图形学研究提供了重要资源。

C-Tran是一个探索Transformer在多标签图像分类中应用的开源项目。该项目提出了一种通用多标签图像分类方法，在COCO80和VOC20等数据集上展现出优秀性能。项目包含完整的训练和运行指南，涵盖数据处理和模型训练等关键步骤。C-Tran为计算机视觉领域提供了新的研究方向，对推进多标签图像分类技术具有重要意义。

OmniControl是一个基于扩散模型的人体动作生成项目，实现了对任意关节在任意时间的精确控制。通过空间引导和真实性引导，该项目能生成高质量、自然的动作序列。OmniControl提供预训练模型、训练代码和评估工具，支持HumanML3D等数据集，为动作生成研究和应用领域提供了灵活有力的解决方案。

MindCV是一个开源计算机视觉框架，基于MindSpore构建。它集成了经典和最新的视觉模型，并提供预训练权重。通过模块化设计，支持定制化的数据处理、模型构建和训练流程。该框架适用于迁移学习和自定义CV任务开发，可在多种硬件平台上运行。MindCV注重效率与灵活性的平衡，同时提供了详细的教程和示例，方便开发者快速入门和应用。

Diffusion-Low-Light是一个发表于Siggraph Asia 2023的开源项目，提出了基于小波扩散模型的低光照图像增强方法。该方法在LOLv1、LOLv2和LSRW等多个数据集上表现优异，与现有技术相比效果显著。项目提供预训练模型、代码和详细实施指南，在保持图像细节和自然度方面表现出色，为低光照图像处理领域带来了创新解决方案。

Vision-LSTM (ViL)是一个将LSTM技术创新应用于计算机视觉的开源项目。它提供了简洁的架构实现和完整的训练流程，在ImageNet-1K等视觉任务上表现优异。ViL支持多种模型配置，并提供预训练权重。项目采用双向LSTM结构，支持不同尺寸的模型（如tiny、small、base等），并提供了适用于长序列的fine-tuning版本。包含详细文档和示例，方便研究人员和开发者探索LSTM在视觉领域的应用。

fastai是一个深度学习库，提供高层组件以快速实现高性能结果，同时为研究人员提供可组合的低层组件。通过分层架构和Python、PyTorch的灵活性，fastai在不牺牲易用性、灵活性和性能的情况下，实现了高效的深度学习。支持多种安装方式，包括Google Colab和conda，适用于Windows和Linux。学习资源丰富，包括书籍、免费课程和详细文档。