KG-MM-Survey
知識圖譜遇上多模態學習:全面調查
比較 525 款經過品質篩選的 圖片工具,參考公開熱門度、活躍度、授權與資料來源。
瀏覽經品質篩選的 圖片工具,可依資料來源、收費方式或新舊程度縮小範圍,更快找到合適選項。
知識圖譜遇上多模態學習:全面調查
知識感知機器學習(KALE):跨學科研究的可存取多來源機器學習,屬於 🔥PyTorch 生態系統的一部分。⭐ 按讚支持我們的工作!
用於病理影像分析演算法的 Python 工具包。
AsymFlow、pi-Flow、GMFlow 的官方實作
自託管的 AI 影片/影像生成工作台 · 自訂模型 · 多模式 · PWA · 即時任務 支援 Agent 模式,UI 設計模式,工作台模式,無限畫布,反推提示詞,提示詞廣場,GIF 生成。前後端
一個使用 OpenAI 的 guided diffusion 和 CLIP 從文字生成圖片的 CLI 工具/Python 模組。
6步驟 Qwen-Image-2.1, T2I + 編輯, vs-base 比較
PIX 是一個在 JAX 中用於 JAX 的影像處理函式庫。
彙整光學字元辨識 (OCR) 相關資源(包括論文與資料集)
只需輸入提示即可從圖像中擦除任何物件
YOLO Vision Studio:一個免費、開源的 Streamlit 應用程式,用於偵測、分割、姿態、文字提示(YOLO World、YOLOE)以及追蹤,並提供誠實的計數。建構於
❤開箱即用❤ ChatGPT 在 QQ/微信的非官方實作。一個非官方的 ChatGPT 騰訊 QQ/微信(非公眾號)實作版,快來把你的 QQ 或微信變成 ChatGPT 吧
開源 AI 電商圖片工作台:商品主圖與詳情頁、批量圖片翻譯、小紅書圖文、LangGraph Agent。支援 Windows / macOS 和本地部署,使用自己的模型 API。Open-source e-commerce
破限本地AI女友後宮,Agent+繪圖語音向量資料庫+live2D+桌寵+酒館角色卡匯入+webchat,QQ+Telegram雙通道,8G顯存可跑 uncensored 完全離線 AI 女友後宮 Openclaw/Claude code+本地LLM+GPT-SoVITS+ComfyUI 圖片+Live2D+桌面寵物+
DreamLayer Eval:開源基準測試,用於影像與影片擴散模型。自動化提示詞、種子與指標,實現可重現的結果。
官方實作「Stable Flow: Vital Layers for Training-Free Image Editing」[CVPR 2025]
[CVPR 2024]「MACE:擴散模型中的大量概念消除」(官方實作)
FASHN VTON v1.5:在像素空間中進行高效率的無遮罩虛擬試穿
[CVPR 2025 焦點] Material Anything:透過擴散模型為任意 3D 物件生成材質
建立並自訂您的 AI 網紅(開源)
MegaDetector 是一個 AI 模型,協助保育人員減少在相機陷阱影像上耗費的無趣時間。
即時物體偵測與追蹤,使用 Raspberry Pi 和 OpenCV!
本地優先的 AI 畫布與時間軸。支援任何 MCP 代理。Higgsfield 的開源替代方案。
掌握AI推理、AI代理系統與硬體工程,最終設計出實體AI晶片 — 這就是目標。