onnx

Vereinfachen Sie Ihr ONNX-Modell

State-of-the-Art-Verarbeitung natürlicher Sprache

Ein zielplattformunabhängiger, MLIR-basierter Compiler- und Laufzeit-Toolkit für maschinelles Lernen.

🚀 Beschleunigen Sie Inference und Training von 🤗 Transformers, Diffusers, TIMM und Sentence Transformers mit einfach zu bedienenden Hardware-Optimierungstools

Mühelose KI-gestützte Datenbeschriftung mit KI-Unterstützung durch YOLO, Segment Anything (SAM+SAM2/2.1+SAM3), MobileSAM!!

ONNX-TensorRT: TensorRT-Backend für ONNX

DAMO-YOLO: Eine schnelle und präzise Objekterkennungsmethode mit neuen Technologien wie NAS-Backbones, effizientem RepGFPN, ZeroHead, AlignedOTA und Distillationsverbesserung.

QualityScaler - KI-App zum Hochskalieren von Bildern und Videos

Die offizielle PyTorch-Implementierung von „Towards Fast, Accurate and Stable 3D Dense Face Alignment“, ECCV 2020.

OpenMMLab Modell-Bereitstellungsframework

Winziges, schnörkelloses, in sich geschlossenes Tensorflow- und ONNX-Inferenztool.

Konvertieren Sie TensorFlow-, Keras-, Tensorflow.js- und TFLite-Modelle nach ONNX

AudioMuse-AI nutzt Klanganalyse, um vergessene Songs wiederzuentdecken, verborgene Verbindungen in Ihrer Musikbibliothek aufzudecken und intelligente Playlists für Navidrome, Jellyfin, LMS, Lyrion, Emby und Plex zu erstellen: Keine Metadaten oder externen Dienste erforderlich.

Schnelle ML-Inferenz und -Training für ONNX-Modelle in Rust

Verwandeln Sie jeden Computer oder Edge-Device in ein Kommandozentrum für Ihre Computer-Vision-Projekte.

micronet, eine Bibliothek für Modellkomprimierung und Deployment. Komprimierung: 1. Quantisierung: Quantization-Aware-Training (QAT), High-Bit (>2b) (DoReFa/Quantization and Training of Neural Networks for Efficient Integer-Arithmetic-Only Inference), Low-Bit (≤2b)/Ternär und Binär (TWN/BNN/XNOR-Net); Post-Training-Quantisierung (PTQ), 8-Bit (tensorrt); 2. Pruning: normales, reguläres und gruppenbasiertes Faltungskanal-Pruning; 3. grou

Maschinelles Lernen auf FPGAs mit HLS

Leistungsstarke Inferenz-Bibliothek für ONNX-Dateien, geschrieben in C++. Sie kann Stable Diffusion XL 1.0 auf einem RPI Zero 2 (oder in 298 MB RAM) sowie Mistral 7B auf Desktops und Servern ausführen. ARM, x86, WASM, RISC-V werden unterstützt. Beschleunigt durch XNNPACK. Python-, C#- und JS(WASM)-Bindings verfügbar.

Robustes Echtzeit-Tracking von Gesichtern und Gesichtspunkten auf der CPU mit Unity-Integration

Verwenden Sie AnimeGANv3, um Ihre eigenen Animationswerke zu erstellen, einschließlich der Umwandlung von Fotos oder Videos in Anime.

PPL Quantization Tool (PPQ) ist ein leistungsstarkes Offline-Tool zur Quantisierung neuronaler Netze.

YOLOv8 mit TensorRT beschleunigen!

MixTeX multimodales LaTeX, ZhEn und Tabellen-OCR. Führt eine effiziente CPU-basierte Inferenz lokal offline unter Windows aus.

Ein Tool zur visuellen Modifikation von ONNX-Modellen, basierend auf Netron und Flask.

Universelles zweites Auge für Gamer mit Beeinträchtigungen (Universal AI Aim Aligner (AI Aimbot) – ONNX/YOLOv8 – C#)

Vortrainierte EfficientNet, EfficientNet-Lite, MixNet, MobileNetV3 / V2, MNASNet A1 und B1, FBNet, Single-Path NAS.

Ein Open-Source-Projekt für Windows-Entwickler, um zu lernen, wie man Windows-Apps mit lokalen Modellen und APIs um KI erweitert.

Eine primitive Bibliothek für neuronale Netze

TensorFlow-Backend für ONNX

Ein leichtgewichtiges PyTorch-Framework für Empfehlungsmodelle, einfach zu bedienen und zu erweitern.