openvino

小型で特化したモデルを用いたエンタープライズRAGパイプライン構築のための統合フレームワーク

OpenVINO™は、AI推論の最適化とデプロイのためのオープンソースツールキットです。

YOLOXは、MegEngine、ONNX、TensorRT、ncnn、OpenVINOに対応した高性能なアンカーフリーのYOLOであり、yolov3～v5を凌駕します。ドキュメント: https://yolox.readthedocs.io/

📄 ONNX Runtime、OpenVINO、MNN、PaddlePaddle、TensorRT、PyTorchをベースとした、多言語対応のAwesome OCRツールキット。

OpenCV 4以降を使用したコンピュータービジョン用のGoパッケージ。DNN、CUDA、OpenCV Contrib、OpenVINOのサポートを含む。

NanoDet-Plus⚡超高速で軽量なアンカーフリー物体検出モデル。🔥わずか980 KB(int8) / 1.8MB (fp16) で、携帯電話上で97FPSで動作🔥

最先端のアルゴリズムと、実験管理、ハイパーパラメータ最適化、エッジ推論などの機能を備えた異常検知ライブラリ。

TNN: Tencent Youtu LabとGuangying Labによって開発された、モバイル、デスクトップ、サーバー向けの統一的な深層学習推論フレームワーク。TNNは、クロスプラットフォーム対応能力、高性能、モデル圧縮、コードプルーニングなど、いくつかの優れた特徴を際立たせている。ncnnとRapidnetを基盤として、TNNはモバイルデバイス向けのサポートとパフォーマンス最適化をさらに強化している。

様々なフレームワーク間で相互変換されたモデルを保存するためのリポジトリ。サポートされるフレームワークは、TensorFlow, PyTorch, ONNX, OpenVINO, TFJS, TFTRT, TensorFlowLite (Float32/16/INT8), EdgeTPU, CoreMLです。

事前学習済みディープラーニングモデルとデモ（高品質かつ超高速）

OpenAIのWhisperのほぼライブ実装。

OpenVINO™向けのJupyter Notebookチュートリアル集

OpenMMLab モデルデプロイメントフレームワーク

PyTorch による高速で正確な人体姿勢推定。「Real-time 2D Multi-Person Pose Estimation on CPU: Lightweight OpenPose」論文の実装が含まれています。

CPU および AI PC で高速な stable diffusion を実行

簡単で使いやすく高性能なAIデプロイフレームワーク

bisenetv2の追加。BiSeNetの独自実装

わずかな時間と少ないデータでコンピュータービジョンモデルを構築します。

OpenVINO™ の推論を最適化するためのニューラルネットワーク圧縮フレームワーク

OpenVINO™ で最適化されたモデル向けの拡張可能な推論サーバー

ディープラーニング（Tensorflow、Tensorflow lite、TensorRT、OpenVX、OpenVINO）を使用した、CPU、GPU、VPU、NPU 向けの世界的最速の ANPR/ALPR 実装。マルチ文字セット（ラテン文字、韓国語、中国語）、マルチ OS（Jetson、Android、Raspberry Pi、Linux、Windows）、マルチアーキテクチャ（ARM、x86）に対応。

Deep Learning Streamer (DL Streamer) Pipeline Framework は、GStreamer* マルチメディアフレームワークをベースにしたオープンソースのストリーミングメディア分析フレームワークで、クラウドやエッジ向けに複雑なメディア分析パイプラインを構築するために使用されます。

🤗 Optimum Intel: Intelの最適化ツールで推論を加速する