onnx

简化你的onnx模型

前沿自然语言处理

可重定向的 MLIR 基础机器学习编译器与运行时工具包

加速 🤗 Transformers、Diffusers、TIMM 与 Sentence Transformers 的推理与训练，提供易用的硬件优化工具

轻松的 AI 助手数据标注，支持 YOLO、Segment Anything (SAM+SAM2/2.1+SAM3)、MobileSAM！

ONNX-TensorRT：ONNX 的 TensorRT 后端

DAMO-YOLO：一种快速且准确的物体检测方法，采用 NAS backbone、Efficient RepGFPN、ZeroHead、AlignedOTA 以及蒸馏增强等新技术

QualityScaler - 图像/影片 AI 超级放大应用程序

ECCV 2020 论文《Towards Fast, Accurate and Stable 3D Dense Face Alignment》的官方 PyTorch 实现。

OpenMMLab 模型部署框架

小巧、实用、独立的 Tensorflow 与 ONNX 推理工具

AudioMuse-AI 使用声音分析来重新发现被遗忘的歌曲、发掘音乐库中隐藏的链接，并为 Navidrome、Jellyfin、LMS、Lyrion、Emby 和 Plex 生成智能播放列表：无需元数据或外部服务。

将 TensorFlow、Keras、Tensorflow.js 与 Tflite 模型转换为 ONNX

在 Rust 中为 ONNX 模型提供快速的 ML 推理与训练

将任何计算机或边缘设备变成计算机视觉项目的指挥中心。

micronet 是一个模型压缩与部署库。压缩：1、量化：量化感知训练 (QAT)、高比特 (>2b)、低比特 (≤2b)/三元与二元；后训练量化 (PTQ)、8 比特 (tensorrt)；2、剪枝：正常、规则与群组卷积通道剪枝；3、群组

使用 HLS 在 FPGA 上进行机器学习

轻量级 ONNX 文件推理库，使用 C++ 编写。它能够在 RPI Zero 2 上（或在 298MB 内存中）运行 Stable Diffusion XL 1.0，也能在桌面端和服务器上运行 Mistral 7B。支持 ARM、x86、WASM、RISC-V。由 XNNPACK 加速。提供 Python、C# 和 JS(WASM) 绑定。

基于 CPU 且具备 Unity 集成的强大实时人脸与面部特征点追踪

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。

PPL 量化工具 (PPQ) 是一个强大的离线神经网络量化工具。

使用 TensorRT 加速的 YOLOv8！

MixTeX 多模态 LaTeX、中英双语（ZhEn）及表格 OCR。它能在 Windows 上通过本地离线环境执行高效的 CPU 推理。

基于 Netron 与 Flask，以可视化方式修改 ONNX 模型的工具。

为残障玩家打造的通用第二只眼（通用 AI 准星对齐器 / AI 自瞄辅助 - ONNX/YOLOv8 - C#）

预训练的 EfficientNet、EfficientNet-Lite、MixNet、MobileNetV3 / V2、MNASNet A1 与 B1、FBNet、Single-Path NAS

一个供 Windows 开发者学习如何将具备本地模型与 API 的 AI 加入 Windows 应用程序的开源项目。

神经网络的基础库

ONNX 的 Tensorflow 后端

一个用于推荐模型的 Lighting PyTorch 框架，易于使用且易于扩展。