coreml

Ultralytics YOLOv5 en PyTorch pour la détection d'objets, la segmentation d'instances, la classification, l'entraînement et l'exportation.

Visualiseur pour réseaux de neurones, deep learning et modèles de machine learning.

Implémentation PyTorch de YOLOv3, YOLOv3-SPP et YOLOv3-tiny pour la détection d'objets en temps réel, incluant l'entraînement, la validation, l'inférence et l'exportation multi-format.

Bibliothèque de Gradient Boosting sur arbres de décision rapide, évolutive et performante, utilisée pour le classement, la classification, la régression et d'autres tâches d'apprentissage automatique pour Python, R, Java et C++. Prend en charge le calcul sur CPU et GPU.

Exécuter Stable Diffusion nativement sur Mac

La plus grande liste de modèles pour Core ML (pour iOS 11 et versions ultérieures).

MMdnn est un ensemble d'outils facilitant l'interopérabilité entre différents frameworks de deep learning, tels que la conversion et la visualisation de modèles entre Caffe, Keras, MXNet, Tensorflow, CNTK, PyTorch, Onnx et CoreML.

API Mac natives pour Go. Précédemment connu sous le nom de MacDriver.

Les outils Core ML contiennent des utilitaires pour la conversion, l'édition et la validation de modèles Core ML.

TNN : développé par Tencent Youtu Lab et Guangying Lab, un framework d'inférence de deep learning uniforme pour mobile, desktop et serveur. TNN se distingue par sa compatibilité multiplateforme, ses hautes performances, la compression de modèles et l'élagage de code. Basé sur ncnn et Rapidnet, TNN renforce le support et l'optimisation des performances pour les appareils mobiles.

Dépôt pour stocker des modèles convertis entre divers frameworks, notamment TensorFlow, PyTorch, ONNX, OpenVINO, TFJS, TFTRT, TensorFlowLite, EdgeTPU et CoreML.

Modèles audio CoreML de pointe dans vos applications : synthèse vocale, reconnaissance vocale, détection d'activité vocale et diarisation des locuteurs. En Swift, propulsé par des solutions open source SOTA.

Tout ce que nous savons réellement sur l'Apple Neural Engine (ANE).

Utilisez AnimeGANv3 pour créer vos propres œuvres d'animation, notamment en transformant des photos ou des vidéos en style anime.

Guide Apple Silicon. Apprenez tout sur les puces A17 Pro, A16 Bionic, R1, séries M1, M2 et M3, ainsi que sur les appareils, systèmes d'exploitation, outils, jeux et logiciels propulsés par Apple Silicon.

Zoo de modèles Core ML pour iOS/macOS — modèles PyTorch convertis en .mlpackage prêts à l'emploi, chacun avec un script de conversion et une application exemple SwiftUI. Les dépôts associés couvrent le framework Core AI d'Apple et les LLM sur appareil.

Un détecteur de contenu NSFW (pornographique) utilisant CoreML.

Langage de programmation visuel écrit en Swift qui compile en code Swift exécutable

Implémentation PyTorch officielle de "EdgeSAM: Prompt-In-the-Loop Distillation for On-Device Deployment of SAM"

Boîte à outils vocale IA pour Apple Silicon — ASR, TTS, speech-to-speech, VAD et diarisation propulsés par MLX et CoreML

Exemples et outils pour Windows ML.

Outil de conversion de fichiers ONNX vers LiteRT/TFLite/TensorFlow, code natif PyTorch (nn.Module), TorchScript (.pt), state_dict (.pt), Exported Program (.pt2) et Dynamo ONNX. Supporte également la conversion directe de LiteRT vers PyTorch.

Une collection organisée de ressources iOS, ML et AR, agrémentée de quelques ajouts d'interface utilisateur.

Caméra conçue en Swift pour intégrer facilement des modèles CoreML, ainsi que le streaming d'images, la détection de QR/codes-barres et bien d'autres fonctionnalités.

Modèles Whisper optimisés pour le streaming et l'utilisation sur appareil

Couche mémoire partagée en un seul fichier pour tous vos agents, RAG sub-milliseconde sur texte, photo et vidéo sur Apple Silicon. Sans serveur. Sans API. Un seul fichier. Swift pur.

Exporter des modèles Hugging Face vers Core ML et TensorFlow Lite

SimilaritySearchKit est un package Swift fournissant des embeddings de texte en local et des fonctionnalités de recherche sémantique pour les applications iOS et macOS.

Application iOS et package Swift Ultralytics YOLO pour l'inférence Core ML en temps réel sur les principales tâches de vision par ordinateur.