vision

Bản sao ChatGPT nâng cao: Tích hợp Agents, MCP, Skills, DeepSeek, Anthropic, AWS, OpenAI, Responses API, Azure, Groq, o1, GPT-5, Mistral, OpenRouter, Vertex AI, Gemini, Artifacts, chuyển đổi mô hình AI, tìm kiếm tin nhắn, Code Interpreter, langchain, DALL-E-3, OpenAPI Actions, Functions, Xác thực đa người dùng bảo mật, Presets, mã nguồn mở để tự lưu trữ. Đang hoạt động

Xray, thâm nhập mọi thứ. Đồng thời là v2ray-core tốt nhất. Nơi phép màu diễn ra. Một nền tảng mở cho nhiều mục đích sử dụng khác nhau.

Stack AI Agent đa thức nguồn mở: Kết nối các mô hình AI tiên tiến và hạ tầng Agent

Caffe: một framework mã nguồn mở nhanh chóng dành cho deep learning.

Tự động hóa các quy trình làm việc dựa trên trình duyệt bằng AI

Chấm dứt việc phân tích cú pháp web. Khởi đầu của tìm kiếm gốc điểm ảnh có khả năng mở rộng. liên kết: https://pixelrag.ai/

📸 Thư viện React Native Camera mạnh mẽ và hiệu năng cao.

Plugin thị giác đầu tiên cho DeepSeek Harness, và cầu nối thị giác cho mọi coding agent chỉ hỗ trợ văn bản. Dán hình ảnh, nhận dữ liệu JSON có cấu trúc (OCR, bố cục, ngữ nghĩa).

SimpleMem: Bộ nhớ suốt đời hiệu quả cho các tác nhân LLM — Văn bản & Đa phương thức

Nền tảng phần cứng và phần mềm mã nguồn mở để chế tạo một chiếc xe tự lái quy mô nhỏ.

[CVPR 2023] DepGraph: Hướng tới Cắt tỉa Cấu trúc Bất kỳ; LLMs, Vision Foundation Models, v.v.

Framework Mã nguồn mở dành cho Thị giác máy tính (Machine Vision)

⬆️ Chụp ảnh/quay phim đa phương tiện bằng Swift

Mã nguồn mẫu Java và Kotlin được sử dụng trên cloud.google.com

Trí tuệ trực quan cho ngôi nhà của bạn.

Thư viện thị giác cho các camera dựa trên GenICam

Video, ghi chú và các thí nghiệm để tìm hiểu về deep learning

MLKit là một bộ công cụ mạnh mẽ và dễ sử dụng. Thông qua ML Kit, bạn có thể dễ dàng hiện thực hóa các tính năng như nhận dạng văn bản, nhận dạng mã vạch, gán nhãn hình ảnh, phát hiện khuôn mặt và phát hiện đối tượng.

Bộ công cụ thị giác và kỹ năng được thiết kế cho các mô hình thuần văn bản để "xem ảnh" — hỗ trợ hiểu đa ảnh, hỏi đáp hình ảnh, khôi phục UI frontend, tự động hóa GUI và tích hợp liền mạch tùy chọn vào nhiều agent phổ biến, nhận diện trực tiếp ảnh dán | Bộ công cụ thị giác và kỹ năng thiết kế cho LLM thuần văn bản — hỏi đáp hình ảnh, OCR ảnh chụp màn hình dài, khôi phục UI frontend và tự động hóa GUI, tích hợp liền mạch tùy chọn cho Codex, Claude Code, Pi, Oh My Pi và OpenCode

Giải pháp All-MLP cho Thị giác máy tính từ Google AI

Đôi mắt cho các tác nhân DeepSeek Harness chỉ có văn bản: chuỗi thị giác miễn phí tích hợp (không cần khóa) + công cụ thị giác cấp độ điểm ảnh (Hỏi đáp, định vị, cắt, so sánh điểm ảnh, màu sắc, OCR, dò tìm SVG, tách nền, ảnh chụp màn hình). Cài đặt bằng một lệnh, không cần Python, các lượt xử lý hình ảnh hoạt động giống như các lượt gọi công cụ thông thường.

CALVIN - Điểm chuẩn cho Học chính sách theo điều kiện ngôn ngữ đối với các tác vụ thao tác robot dài hạn

Bản cài đặt CUDA của SIFT dành cho GPU NVidia (1.2 ms trên GTX 1060)

Bộ sưu tập các tài nguyên về iOS, ML, AR cùng với một số bổ sung về giao diện người dùng

3DMatch - bộ mô tả hình học cục bộ dựa trên 3D ConvNet để căn chỉnh lưới 3D và đám mây điểm.

Thư viện thị giác máy tính hiệu năng cao bằng Python. Mở rộng quy mô nghiên cứu của bạn, không cần boilerplate.

🎰 Danh sách các tài nguyên học máy được tuyển chọn, ưu tiên CoreML.

Ứng dụng này có thể dịch văn bản được chụp từ bất kỳ ứng dụng nào đang chạy trên máy tính của bạn.

Chuyển đổi bất kỳ ảnh chụp màn hình thiết kế web nào thành mã HTML/CSS sạch.

Công cụ tạo dữ liệu huấn luyện ML dựa trên thị giác máy tính