onnx

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

ncnn：针对移动平台优化的高性能神经网络推理框架。

ONNX Runtime：跨平台、高性能的机器学习推理与训练加速器。

机器学习互操作性的开放标准

快速且精准的 AI 驱动文件内容类型检测

Burn is a next generation tensor library and Deep Learning Framework that doesn't compromise on flexibility, efficiency and portability.

用于构建企业 RAG 流程的统一框架，支持小型、专门模型

使用次世代 Kaldi 与 onnxruntime 的语音转文字、文字转语音、说话者分离、语音增强、声源分离与 VAD，支持离线运行。支持嵌入式系统、Android、iOS、HarmonyOS、Raspberry Pi、RISC‑V、RK NPU、Axera NPU、Ascend NPU、x86_64 服务器、WebSocket 服务器/客户端，支持 12 种编程语言

闪电般快速、在设备上运行的多语言 TTS —— 通过 ONNX 原生运行

LangChain4j 是一个符合惯用语法的开源 Java 库，用于在 JVM 上构建 LLM 驱动的应用程序。它提供对主流 LLM 供应商与向量数据库的统一 API，并简化工具调用（含 MCP 支持）、代理与 RAG 的实现，且能与 Quarkus、Spring Boot 等企业级 Java 框架无缝集成。

🏄 可扩展的图像与句子嵌入、推理与排序，使用 CLIP 技术

YOLOX 是高性能的无锚 YOLO，搭配 MegEngine、ONNX、TensorRT、ncnn 与 OpenVINO，性能超越 yolov3~v5。文档：https://yolox.readthedocs.io/

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

开源的 Android 本地实时翻译应用程序

Silero VAD：预训练的企业级语音活动检测器

一系列预训练、最先进的 ONNX 格式模型

使用 OpenCV 4 及以上版本的 Go 包，支持计算机视觉。包括 DNN、CUDA、OpenCV Contrib 与 OpenVINO。

Remove backgrounds from images directly in the browser environment with ease and no additional costs or privacy concerns. Explore an interactive demo.

在几秒钟内设置并自订深度学习环境

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。

简单且分散式的机器学习 Python 函式库，将 ML 算法移植至 Spark。

Deep Learning Visualization Toolkit（『飞桨』深度学习可视化工具）

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.

《Pytorch实用教程》（第二版）无论是零基础入门、CV、NLP、LLM项目应用，或是进阶工程化部署落地，都在这里。相信在本书的帮助下，读者能够轻松掌握 PyTorch 的使用，成为优秀的深度学习工程师。

Tengine 是一个轻量、高效、模块化的推理引擎，适用于嵌入式装置

PyTorch、ONNX 与 TensorRT 实作的 YOLOv4。

一个 OBS 插件，用于在肖像图像（视频）中移除背景，方便录制或直播时替换背景。

RuVector 是一个高性能、实时、自学 AI 向量 GNN，内建 Rust 记忆体数据库

轻量级 C++ AI 工具包：100+ 模型，支持 MNN、ORT 与 TRT，包括 Det、Seg、Stable‑Diffusion、Face‑Fusion。