onnx

Ultralytics YOLOv5（基於 PyTorch）用於目標檢測、實例分割、分類、訓練與匯出

神經網路、深度學習與機器學習模型的可視化工具

ncnn：針對行動平台優化的高效能神經網路推論框架。

ONNX Runtime：跨平台、高效能的機器學習推論與訓練加速器。

機器學習互操作性的開放標準

快速且精確的 AI 驅動檔案內容類型偵測

Burn 是下一代張量函式庫與深度學習框架，兼顧彈性、效能與可移植性

用於構建企業 RAG 流程的統一框架，支援小型、專門模型

使用次世代 Kaldi 與 onnxruntime 的語音轉文字、文字轉語音、說話者分離、語音增強、聲源分離與 VAD，支援離線運行。支援嵌入式系統、Android、iOS、HarmonyOS、Raspberry Pi、RISC‑V、RK NPU、Axera NPU、Ascend NPU、x86_64 伺服器、WebSocket 伺服器/客戶端，支援 12 種程式語言

閃電般快速、在裝置上執行的多語言 TTS —— 透過 ONNX 原生運行

LangChain4j 是一個符合慣用語法的開源 Java 函式庫，用於在 JVM 上構建 LLM 驅動的應用程式。它提供對主流 LLM 供應商與向量資料庫的統一 API，並簡化工具呼叫（含 MCP 支援）、代理與 RAG 的實作，且能與 Quarkus、Spring Boot 等企業級 Java 框架無縫整合。

🏄 可擴展的影像與句子嵌入、推理與排序，使用 CLIP 技術

YOLOX 是高效能的無錨 YOLO，搭配 MegEngine、ONNX、TensorRT、ncnn 與 OpenVINO，性能超越 yolov3~v5。文件：https://yolox.readthedocs.io/

PyTorch 版 YOLOv3、YOLOv3-SPP 與 YOLOv3-tiny 的即時目標偵測實作，支援訓練、驗證、推論與多格式匯出

開源的 Android 本地即時翻譯應用程式

Silero VAD：預訓練的企業級語音活動偵測器

一系列預訓練、最先進的 ONNX 格式模型

使用 OpenCV 4 及以上版本的 Go 套件，支援電腦視覺。包括 DNN、CUDA、OpenCV Contrib 與 OpenVINO。

在瀏覽器環境中輕鬆移除影像背景，無需額外費用或隱私顧慮，並提供互動示範。

在幾秒鐘內設置並自訂深度學習環境

MMdnn 是一組工具，協助使用者在不同深度學習框架之間互操作，例如模型轉換與可視化。支援 Caffe、Keras、MXNet、Tensorflow、CNTK、PyTorch、Onnx 與 CoreML 之間的模型轉換。

簡單且分散式的機器學習 Python 函式庫，將 ML 演算法移植至 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）無論是零基礎入門、CV、NLP、LLM 專案應用，或是進階工程化部署落地，皆可在此獲得。相信在本書的幫助下，讀者能輕鬆掌握 PyTorch 使用，成為優秀的深度學習工程師。

Tengine 是一個輕量、高效、模組化的推理引擎，適用於嵌入式裝置

PyTorch、ONNX 與 TensorRT 實作的 YOLOv4。

一個 OBS 插件，用於在肖像圖像（視頻）中移除背景，方便錄製或直播時替換背景。

RuVector 是一個高性能、實時、自學 AI 向量 GNN，內建 Rust 記憶體資料庫

輕量級 C++ AI 工具包：100+ 模型，支援 MNN、ORT 與 TRT，包括 Det、Seg、Stable‑Diffusion、Face‑Fusion。