ncnn

ncnn ist ein für mobile Plattformen optimiertes, leistungsstarkes Inferenz-Framework für neuronale Netze

Video-, Bild- und GIF-Skalierung/Vergrößerung (Super-Resolution) sowie Video-Framerate-Interpolation. Realisiert mit Waifu2x, Real-ESRGAN, Real-CUGAN, RTX Video Super Resolution VSR, SRMD, RealSR, Anime4K, RIFE, IFRNet, CAIN, DAIN und ACNet.

Ultraleichte chinesische OCR mit Unterstützung für vertikale Texterkennung sowie ncnn-, mnn- und tnn-Inferenz (dbnet [1,8 MB] + crnn [2,5 MB] + anglenet [378 KB]), Gesamtmodell nur 4,7 MB

Konvertiert KI-Forschungsarbeiten in GUIs, um die Nutzung von KI-Technologien für jeden einfach und bequem zu machen

YOLOX ist ein leistungsstarkes, anchor-freies YOLO, das YOLOv3~v5 übertrifft, mit Unterstützung für MegEngine, ONNX, TensorRT, ncnn und OpenVINO. Dokumentation: https://yolox.readthedocs.io/

NanoDet-Plus: Superschnelles und leichtgewichtiges, anchor-free Objekterkennungsmodell. Nur 980 KB (int8) / 1,8 MB (fp16) und läuft mit 97 FPS auf Mobiltelefonen

TNN: Entwickelt vom Tencent Youtu Lab und Guangying Lab, ein einheitliches Deep-Learning-Inferenz-Framework für Mobilgeräte, Desktops und Server. TNN zeichnet sich durch herausragende Funktionen wie Plattformunabhängigkeit, hohe Leistung, Modellkomprimierung und Code-Pruning aus. Basierend auf ncnn und Rapidnet verstärkt TNN die Unterstützung und Leistungsoptimierung für Mobilgeräte weiter.

Ein schlankes C++-KI-Toolkit: Über 100 Modelle mit MNN, ORT und TRT, einschließlich Det, Seg, Stable-Diffusion und Face-Fusion.

Implementiere Schritt für Schritt eine hochleistungsfähige Deep-Learning-Inferenzbibliothek, die Modelle wie Llama2, Unet, Yolov5, Resnet und andere unterstützt.

waifu2x Konverter NCNN-Version, läuft schnell auf Intel / AMD / Nvidia / Apple-Silicon GPUs mit Vulkan

OpenMMLab Modell-Bereitstellungsframework

Deep-Learning-Server und CLI für Torch und TensorRT

🍅🍅🍅YOLOv5-Lite: Weiterentwicklung von yolov5 mit einer Modellgröße von nur über 900 KB (int8) und 1,7 MB (fp16). Erreicht 15 FPS auf dem Raspberry Pi 4B~

NCNN-Implementierung von Real-ESRGAN. Real-ESRGAN zielt darauf ab, praktische Algorithmen für die allgemeine Bildwiederherstellung zu entwickeln.

Eine Android-Anwendung für Super-Resolution und Interpolation. Enthält RealSR-NCNN, SRMD-NCNN, RealCUGAN-NCNN, Real-ESRGAN-NCNN, Waifu2x-NCNN, Anime4kcpp, nearest, bilinear, bicubic, AVIR...

Flowframes Windows-GUI für Video-Interpolation mit DAIN (NCNN) oder RIFE (CUDA/NCNN)

Fügt bisenetv2 hinzu. Meine Implementierung von BiSeNet

RIFE, Real-Time Intermediate Flow Estimation zur Video-Frame-Interpolation, implementiert mit der ncnn-Bibliothek

Video-Frame-Interpolation & Super Resolution unter Verwendung von NVIDIAs TensorRT & Tencents NCNN-Inferenz, wunderschön gestaltet und in einer einzigen App zusammengefasst

yolort ist ein Laufzeit-Stack für yolov5 auf spezialisierten Beschleunigern wie TensorRT, LibTorch, ONNXRuntime, TVM und NCNN.

ncnn implementation of Z-Image image generater