#vision Dépôts
Découvrez 35 dépôts GitHub open source actifs associés à #vision, cumulant 252,035 étoiles au total (soit une moyenne de 7,201 étoiles par projet). Le projet en tête de ce thème est LibreChat-AI/LibreChat, avec 47,384 étoiles.
35 dépôts au total
Clone de ChatGPT amélioré : fonctionnalités incluant agents, MCP, compétences, DeepSeek, Anthropic, AWS, OpenAI, API de réponses, Azure, Groq, o1, GPT-5, Mistral, OpenRouter, Vertex AI, Gemini, Artifacts, changement de modèle IA, recherche de messages, interpréteur de code, langchain, DALL-E-3, actions OpenAPI, fonctions, authentification multi-utilisateurs sécurisée, préréglages, open-source pour auto-hébergement. Actif
Xray, pénètre tout. Également le meilleur noyau v2ray. Là où la magie opère. Une plateforme ouverte pour divers usages.
La Pile d'Agents IA Multimodaux Open-Source : Connexion de Modèles d'IA de Pointe et d'Infrastructure d'Agents
https://arxiv.org/abs/2606.28344. La fin du parsing web. Le début de la recherche native par pixels évolutive. lien : https://pixelrag.ai/
Le premier plugin de vision pour DeepSeek Harness, et le pont de vision pour chaque agent de codage texte uniquement. Collez une image, obtenez des preuves JSON structurées (OCR, mise en page, sémantique).
[ICML'26] SimpleMem : mémoire permanente efficace pour les agents LLM — texte et multimodal
Plateforme matérielle et logicielle open source pour construire une voiture à conduite autonome à petite échelle.
[CVPR 2023] DepGraph: Vers toute élagage structurel; LLMs, Modèles de base de vision, etc.
Exemples de code Java et Kotlin utilisés sur cloud.google.com
La vision pour les agents DeepSeek Harness limités au texte : chaîne de vision gratuite intégrée (sans clé) + outils de vision au niveau du pixel (questions-réponses, ancrage, recadrage, différence de pixels, couleurs, OCR, traçage SVG, détourage, captures d’écran). Installation en une seule commande, sans Python ; les tours avec images fonctionnent comme des tours ordinaires d’appel d’outils.
Concevez une meilleure boîte à outils et des compétences visuelles pour que les modèles de texte uniquement « voient » des images, prenant en charge la compréhension multi-images, les questions-réponses sur images, la restauration d'interface front-end, l'automatisation de l'interface graphique, etc., avec une intégration transparente facultative avec plusieurs agents principaux, et la reconnaissance directe des images collées | Une boîte à outils et des compétences visuelles conçues pour les LLM de texte uniquement : questions-réponses sur images, OCR de captures d'écran longues, restauration d'interface front-end et automatisation de l'interface graphique, avec intégration transparente facultative pour Codex, Claude Code, Pi, Oh My Pi et OpenCode
Shiping : captures d’écran + IA pour comprendre tout ce qui s’affiche à l’écran. Code, messages d’erreur, exercices, graphiques ou documents en langue étrangère : prenez une capture à l’aide d’un raccourci clavier pour obtenir une réponse. Utilisable en arrière-plan comme outil de bureau, il reconnaît instantanément la zone que vous sélectionnez. En mode conversation, il comprend les questions en temps réel et propose les points clés de la réponse. Utilisez-le comme outil de bureau, assistant d’entretien, d’examen ou d’entraînement.
Vidéos, notes et expériences pour comprendre le deep learning
🌝 MLKit est une boîte à outils puissante et facile à utiliser. Avec ML Kit, vous pouvez facilement implémenter des fonctionnalités telles que la reconnaissance de texte, la reconnaissance de codes-barres, le marquage d'images, la détection de visages, la détection d'objets, etc.
CALVIN - Une référence pour l'apprentissage de politiques conditionnées par le langage pour les tâches de manipulation robotique à long terme
Une collection triée de ressources iOS, ML et AR, agrémentée de quelques ajouts UI.
3DMatch - un descripteur géométrique local basé sur ConvNet 3D pour aligner des maillages 3D et des nuages de points.
Une série de modèles de 11B à poids ouverts pour la compréhension de vidéos longues et en temps réel
Cette application peut traduire du texte capturé depuis n’importe quelle application exécutée sur votre ordinateur.
Bibliothèque de vision haute performance en Python. Développez votre recherche, pas le boilerplate.
🎰 Une liste curatée de ressources d'apprentissage automatique, de préférence CoreML
Permettez à l’IA de voir votre écran en temps réel : filtrez les images selon leur degré de changement et regroupez-en plusieurs en une seule image, afin que les scènes statiques consomment presque aucun token.
Convertissez n'importe quelle capture d'écran de conception Web en code HTML/CSS propre
Outil de génération de données d'entraînement ML basé sur la vision par ordinateur :rocket:
APCA (Accessible Perceptual Contrast Algorithm) est une nouvelle méthode pour prédire le contraste à utiliser dans les normes web émergentes (WCAG 3) afin de déterminer le contraste de lisibilité. APCA est dérivé du SAPC (S-LUV Advanced Predictive Color), qui est un modèle d'apparence des couleurs orienté vers l'accessibilité conçu pour les écrans auto-illuminés.
LLaVA-Mini est un grand modèle multimodal (LMM) unifié qui peut prendre en charge la compréhension des images, des images haute résolution et des vidéos de manière efficace.
Foire aux questions
Quel est le dépôt #vision le plus populaire sur GitHub ?
Le projet #vision open source le mieux classé sur GitHub est LibreChat-AI/LibreChat, avec 47,384 étoiles. Clone de ChatGPT amélioré : fonctionnalités incluant agents, MCP, compétences, DeepSeek, Anthropic, AWS, OpenAI, API de réponses, Azure, Groq, o1, GPT-5, Mistral, OpenRouter, Vertex AI, Gemini, Artifacts, changement de modèle IA, recherche de messages, interpréteur de code, langchain, DALL-E-3, actions OpenAPI, fonctions, authentification multi-utilisateurs sécurisée, préréglages, open-source pour auto-hébergement. Actif
Quels langages de programmation sont les plus utilisés dans les dépôts #vision ?
Parmi les projets #vision les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, TypeScript, C++, JavaScript.
Comment le classement des dépôts #vision est-il calculé ?
Nous suivons 35 dépôts open source actifs associés à #vision (500+ étoiles), totalisant 252,035 étoiles, avec une moyenne de 7,201 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.