搜索结果：image（41 个）
按分类缩小范围
cvat
综合 78
支持图像、视频、音频和 3D 数据集的标注平台，提供 AI 辅助标注及协作管理功能。
pydantic-ai
综合 78
Python 端到端类型化 AI 框架，支持 Agent、实时语音、图像生成及 Embeddings 等。
codex-chatgpt-web
综合 75
在 Codex 中像原生模型一样调用 ChatGPT Web（含 Pro），支持上下文、工具、流式传输和图像，不耗 Codex 配额。
img2threejs
综合 75
将参考图像重建为纯代码、支持动画的 Three.js 模型的轻量高效图像转 3D 工具。
PaddleOCR （飞桨多语言OCR工具库）
综合 72
轻量且功能强大的 OCR 工具包，将 PDF 和图片文档转换为供 LLM 使用的结构化数据，支持超 100 种语言。
kornia
综合 71
面向空间 AI（Spatial AI）的微分几何计算机视觉库。
banana-slides
综合 71
AI 原生 PPT 生成工具，支持根据模板、大纲快速生成演示文稿，可局部修改并一键导出。
khoj
综合 70
支持自托管的个人 AI 第二大脑，可从网络或本地文档检索问答，构建 Agent 与自动化任务。
fiftyone
综合 70
用于构建与优化高质量数据集及视觉 AI 模型的工具平台。
presidio
综合 70
用于检测、脱敏与匿名化文本、图像中敏感数据（PII）的开源框架，支持 NLP 与自定义流水线。
语义分割模型库，内置 500 多种基于卷积和 Transformer 的预训练骨干网络。
X-AnyLabeling
综合 69
轻量高效的跨平台桌面标注工具，支持文本、图像、视频、点云等多模态数据标注。
label-studio
综合 69
Label Studio 是一款支持多类型数据的标注工具，提供标准化输出格式。
pytorch-grad-cam
综合 69
计算机视觉 AI 可解释性工具，支持 CNN、Vision Transformer 等模型及分类、检测等任务。
GPT-Image-2 的 API 与 Prompt 提示词精选资源。
labelme
综合 67
Python 图像标注工具，支持多边形、矩形等及 AI 辅助标注。
go-openai
综合 65
适用于 Go 的 OpenAI、GPT 6.1、GPT-Image-2、Whisper API 客户端，零外部依赖。
caire
综合 63
基于内容感知的图像缩放库。
vit-pytorch
综合 63
Vision Transformer（ViT）的 PyTorch 简洁实现，用于图像分类任务。
CogVideo
综合 63
文本与图像生成视频的大模型项目，包含 CogVideoX 与 CogVideo。