值得探索的AI开源项目：工具、网站与应用合集
panoptic-segment-anything
SAM零样本全景分割
零样本全景分割融合SAM、Grounding DINO和CLIPSeg的创新方法
PETR
3D目标检测多视图感知
多视角3D感知框架 目标检测与BEV分割的统一解决方案
inaSpeechSegmenter
语音分割性别识别
CNN音频分割工具包实现语音检测与性别识别
video2dataset
video2dataset视频数据集
快速构建大规模视频数据集的开源工具
media-extended
多媒体集成播放控制
Obsidian多媒体增强插件 丰富笔记内容体验
python-mpv
python-mpvlibmpv
Python接口为mpv媒体播放器提供全面控制
react-native-compressor
React Native媒体压缩
React Native多媒体文件压缩库
aravis
Aravis视频采集
跨平台开源视频采集库 支持Genicam工业相机
hdmi
HDMIFPGA
FPGA上的开源HDMI 1.4b视频音频输出方案
Videomass
VideomassFFmpeg
跨平台FFmpeg和yt-dlp图形界面多媒体处理工具
Av1an
Av1an视频编码
并行视频编码框架,提升编码速度和CPU利用率
UniversalMediaServer
Universal Media ServerDLNA
多功能跨平台媒体服务器 支持广泛格式和设备
staxrip
StaxRip视频处理
多功能视频处理软件 整合多种编码工具和脚本
DigiHuman
DigiHuman3D动画生成
基于摄像头输入的3D角色全身动画生成系统
PaddleRS
遥感影像深度学习
多任务遥感影像智能解译套件 支持全流程深度学习应用
sunone_aimbot
Sunone AimbotAI辅助瞄准
基于深度学习的FPS游戏智能瞄准工具
text_classifier_tf2
文本分类深度学习模型
多模型文本分类框架 支持TextCNN、BERT等
YoloDotNet
YoloDotNet对象检测
基于C#的Yolov8和Yolov10实时目标检测库
Fast-BEV
Fast-BEV鸟瞰图感知
新一代鸟瞰视角感知系统
Recorder
HTML5录音音频处理
多平台支持的HTML5录音和实时音频处理库
推荐工具精选
AI云服务特惠
懂AI专属折扣关注微信公众号
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号