onnx

Simplifiez vos modèles ONNX

État de l'art du traitement du langage naturel

Un compilateur d'apprentissage automatique et une boîte à outils d'exécution basés sur MLIR et retargetables.

Accélérez l'inférence et l'entraînement de 🤗 Transformers, Diffusers, TIMM et Sentence Transformers avec des outils d'optimisation matérielle simples d'utilisation.

Étiquetage de données assisté par IA sans effort, avec le support de YOLO, Segment Anything (SAM+SAM2/2.1+SAM3) et MobileSAM.

ONNX-TensorRT : backend TensorRT pour ONNX.

DAMO-YOLO : une méthode de détection d'objets rapide et précise intégrant de nouvelles technologies, notamment des backbones NAS, un RepGFPN efficace, ZeroHead, AlignedOTA et une amélioration par distillation.

QualityScaler - application d'upscaling IA pour images et vidéos.

Implémentation officielle PyTorch pour l'alignement 3D dense et rapide des visages, ECCV 2020.

Framework de déploiement de modèles OpenMMLab.

Inférence Tensorflow et ONNX légère, autonome et sans fioritures.

Convertir des modèles TensorFlow, Keras, Tensorflow.js et Tflite vers ONNX

AudioMuse-AI utilise l'analyse sonore pour redécouvrir des chansons oubliées, révéler des liens cachés dans votre bibliothèque musicale et générer des playlists intelligentes pour Navidrome, Jellyfin, LMS, Lyrion, Emby et Plex, sans métadonnées ni services externes requis.

Inférence et entraînement ML rapides pour les modèles ONNX en Rust

Transformez n'importe quel ordinateur ou appareil périphérique en centre de commande pour vos projets de vision par ordinateur.

micronet, une bibliothèque de compression et de déploiement de modèles. Compression : 1. Quantification (QAT, High-Bit, Low-Bit/Ternary/Binary, PTQ 8-bit) ; 2. Élagage (normal, régulier, élagage de canaux de convolution de groupe) ; 3. Groupe.

Apprentissage automatique sur FPGA utilisant HLS

Bibliothèque d'inférence légère pour fichiers ONNX, écrite en C++. Elle peut exécuter Stable Diffusion XL 1.0 sur un RPI Zero 2 (ou avec 298 Mo de RAM), ainsi que Mistral 7B sur ordinateurs et serveurs. Supporte ARM, x86, WASM et RISC-V. Accélérée par XNNPACK. Bindings Python, C# et JS (WASM) disponibles.

Suivi robuste en temps réel du visage et des points de repère faciaux sur CPU avec intégration Unity.

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

PPL Quantization Tool (PPQ) est un puissant outil de quantification de réseaux de neurones hors ligne.

YOLOv8 utilisant l'accélération TensorRT !

MixTeX : OCR multimodal pour LaTeX, chinois/anglais et tableaux. Effectue une inférence efficace sur CPU en local et hors ligne sous Windows.

Outil de modification de modèles ONNX par visualisation, basé sur Netron et Flask

Second œil universel pour les joueurs en situation de handicap (Aide à la visée IA universelle (AI Aimbot) - ONNX/YOLOv8 - C#).

Modèles pré-entraînés EfficientNet, EfficientNet-Lite, MixNet, MobileNetV3 / V2, MNASNet A1 et B1, FBNet et Single-Path NAS.

Un projet open-source pour les développeurs Windows souhaitant apprendre à intégrer l'IA via des modèles locaux et des API dans leurs applications.

Une bibliothèque primitive pour les réseaux de neurones.

Backend Tensorflow pour ONNX.

Un framework Pytorch basé sur Lightning pour les modèles de recommandation, facile à utiliser et à étendre