coreml

Ultralytics YOLOv5（基于 PyTorch）用于目标检测、实例分割、分类、训练与导出

神经网络、深度学习与机器学习模型的可视化工具

PyTorch 版 YOLOv3、YOLOv3-SPP 与 YOLOv3-tiny 的实时目标检测实现，支持训练、验证、推理与多格式导出

一个快速、可扩展、高性能的梯度提升决策树库，支持排序、分类、回归及其他机器学习任务，适用于 Python、R、Java、C++，支持 CPU 与 GPU 计算。

在 Mac 上本地运行 Stable Diffusion

Core ML（iOS 11+）模型的最大列表

MMdnn 是一组工具，协助用户在不同深度学习框架之间互操作，例如模型转换与可视化。支持 Caffe、Keras、MXNet、Tensorflow、CNTK、PyTorch、Onnx 与 CoreML 之间的模型转换。

Go 的原生 Mac API，先前称为 MacDriver

Core ML 工具包含 Core ML 模型转换、编辑和验证的支持工具。

TNN：由腾讯优图实验室和光影实验室开发的统一深度学习推理框架，适用于手机、桌面和服务器。TNN 以跨平台能力、高性能、模型压缩和代码裁剪等优秀特性著称。基于 ncnn 和 Rapidnet，TNN 进一步加强了对手机设备的支持和性能优化，并且

A repository for storing models that have been inter-converted between various frameworks. Supported frameworks are TensorFlow, PyTorch, ONNX, OpenVINO, TFJS, TFTRT, TensorFlowLite (Float32/16/INT8), EdgeTPU, CoreML.

在你的应用中使用前沿的 CoreML 音频模型——文字转语音、语音转文字、语音活动检测与发言者分离。使用 Swift 开发，由 SOTA 开源技术驱动。

我们对 Apple Neural Engine (ANE) 的实际所有了解

使用 AnimeGANv3 制作你自己的动画作品，包含将照片或视频转为动漫风格。

Apple Silicon 指南。深入了解 A17 Pro、A16 Bionic、R1、M1 系列、M2 系列和 M3 系列芯片，以及 Apple Silicon 所驱动的所有设备、操作系统、工具、游戏与软件。

适用于 iOS/macOS 的 Core ML 模型库 — 将 PyTorch 模型转换为可以直接使用的 .mlpackage，每个模型都附带转换脚本与 SwiftUI 示例应用程序。同系列项目还涵盖了 Apple 的 Core AI 框架（iOS/macOS 27）与端侧 LLM。

使用 CoreML 的 NSFW（色情）检测器

使用 Swift 编写的可视化编程语言，可组装成可执行的 Swift 代码。

「EdgeSAM: Prompt-In-the-Loop Distillation for On-Device Deployment of SAM」官方 PyTorch 实现

适用于 Apple Silicon 的 AI 语音工具组 — 由 MLX 与 CoreML 驱动的 ASR、TTS、语音转语音、VAD 与说话者分段

Windows ML 的示例与工具。

用于将 ONNX 文件转换为 LiteRT/TFLite/TensorFlow、PyTorch 原生代码 (nn.Module)、TorchScript (.pt)、state_dict (.pt)、Exported Program (.pt2) 以及 Dynamo ONNX 的工具。它还支持从 LiteRT 直接转换为 PyTorch。

精选的 iOS、ML、AR 资源集合，并点缀了一些 UI 元素

使用 Swift 设计的相机，便于集成 CoreML 模型，并支持图像流、QR/条码检测及许多其他功能

针对流式传输与设备端使用优化的 Whisper 模型

适用于 Apple Silicon 的共享单文件内存层，为所有智能体提供亚毫秒级的文本、照片和视频 RAG。无服务器。无 API。单文件。纯 Swift

将 Hugging Face 模型导出为 Core ML 与 TensorFlow Lite

🔎 SimilaritySearchKit 是一个 Swift 包，为 iOS 与 macOS 应用程序提供设备端文本嵌入与语义搜索功能。

Ultralytics YOLO iOS 应用程序与 Swift 套件，用于跨主要计算机视觉任务的实时 Core ML 推理。