ncnn

ncnn मोबाइल प्लेटफ़ॉर्म के लिए अनुकूलित एक उच्च-प्रदर्शन तंत्रिका नेटवर्क (neural network) अनुमान फ्रेमवर्क है

वीडियो, इमेज और GIF अपस्केल/एनलार्ज (सुपर-रिज़ॉल्यूशन) और वीडियो फ्रेम इंटरपोलेशन। Waifu2x, Real-ESRGAN, Real-CUGAN, RTX Video Super Resolution VSR, SRMD, RealSR, Anime4K, RIFE, IFRNet, CAIN, DAIN और ACNet के साथ प्राप्त किया गया।

अति-हल्का चीनी ocr, लंबवत पाठ पहचान का समर्थन करता है, ncnn, mnn, tnn अनुमान का समर्थन करता है (dbnet(1.8M) + crnn(2.5M) + anglenet(378KB)) कुल मॉडल केवल 4.7M है

AI पेपर को GUI में बदलें, जिससे हर किसी के लिए आर्टिफिशियल इंटेलिजेंस तकनीक का उपयोग करना आसान और सुविधाजनक हो सके। हर व्यक्ति को अत्याधुनिक आर्टिफिशियल इंटेलिजेंस तकनीक का उपयोग करने में सरल और सुविधाजनक बनाएं

YOLOX एक उच्च-प्रदर्शन एंकर-मुक्त YOLO है, जो MegEngine, ONNX, TensorRT, ncnn और OpenVINO के समर्थन के साथ yolov3~v5 से आगे निकल जाता है। दस्तावेज़: https://yolox.readthedocs.io/

NanoDet-Plus⚡सुपर फास्ट और हल्की एंकर-फ्री ऑब्जेक्ट डिटेक्शन मॉडल। 🔥केवल 980 KB (int8) / 1.8MB (fp16) और मोबाइल फोन पर 97FPS पर चलता है🔥

TNN: Tencent Youtu Lab और Guangying Lab द्वारा विकसित, मोबाइल, डेस्कटॉप और सर्वर के लिए एक यूनिफ़ॉर्म डीप लर्निंग इन्फ्रेन्स फ्रेमवर्क। TNN अपनी कई उत्कृष्ट विशेषताओं के लिए जाना जाता है, जिसमें इसकी क्रॉस-प्लेटफ़ॉर्म क्षमता, उच्च प्रदर्शन, मॉडल कंप्रेशन और कोड प्रूनिंग शामिल हैं। ncnn और Rapidnet के आधार पर, TNN मोबाइल उपकरणों के लिए समर्थन और प्रदर्शन अनुकूलन को और मजबूत करता है, और साथ ही

एक लाइट C++ AI टूलकिट: MNN, ORT और TRT के साथ 100+ मॉडल, जिसमें Det, Seg, Stable-Diffusion, Face-Fusion शामिल हैं।

कैंपस प्लेसमेंट और इंटर्नशिप के लिए बेहतरीन प्रोजेक्ट! ज़ीरो से एक उच्च-प्रदर्शन डीप लर्निंग इन्फेरेंस लाइब्रेरी बनाना सीखें, जो llama2, Unet, Yolov5, Resnet जैसे बड़े मॉडलों का समर्थन करती है।

waifu2x कनवर्टर ncnn संस्करण, vulkan के साथ intel / amd / nvidia / apple-silicon GPU पर तेजी से चलता है

OpenMMLab मॉडल डिप्लॉयमेंट फ्रेमवर्क।

Torch और TensorRT के लिए डीप लर्निंग सर्वर और CLI

🍅🍅🍅YOLOv5-Lite: yolov5 से विकसित और मॉडल का आकार केवल 900+kb (int8) और 1.7M (fp16) है। Raspberry Pi 4B पर 15 FPS तक पहुँचता है~

Real-ESRGAN का NCNN कार्यान्वयन। Real-ESRGAN का उद्देश्य सामान्य छवि पुनर्स्थापना के लिए व्यावहारिक एल्गोरिदम विकसित करना है।

सुपर-रिज़ॉल्यूशन और इंटरपोलेशन्स के लिए एक एंड्रॉइड एप्लिकेशन। इसमें RealSR-NCNN, SRMD-NCNN, RealCUGAN-NCNN, Real-ESRGAN-NCNN, Waifu2x-NCNN, Anime4kcpp, nearest, bilinear, bicubic, AVIR शामिल हैं...

DAIN (NCNN) या RIFE (CUDA/NCNN) का उपयोग करके वीडियो इंटरपोल्यूशन के लिए Flowframes Windows GUI

bisenetv2 जोड़ें। BiSeNet का मेरा कार्यान्वयन

ncnn लाइब्रेरी के साथ कार्यान्वित वीडियो फ़्रेम इंटरपोलेशन के लिए RIFE, Real-Time Intermediate Flow Estimation

NVIDIA के TensorRT और Tencent के NCNN इन्फेरेंस का उपयोग करके वीडियो फ्रेम इंटरपोलेशन और सुपर रेसोल्यूशन, जिसे खूबसूरती से तैयार किया गया है और एक सिंगल ऐप में पैक किया गया है

yolort विशेष एक्सीलरेटर जैसे tensorrt, libtorch, onnxruntime, tvm और ncnn पर yolov5 के लिए एक रनटाइम स्टैक है।

Z-Image इमेज जनरेटर का ncnn कार्यान्वयन