#vision Repository
Scopri 35 repository GitHub open source attivi contrassegnati con #vision, che raccolgono un totale di 252,035 stelle (con una media di 7,201 stelle per progetto). Il progetto leader di questo argomento è LibreChat-AI/LibreChat, con 47,384 stelle.
35 repository in totale
Clone di ChatGPT potenziato: include agenti, MCP, competenze, DeepSeek, Anthropic, AWS, OpenAI, API di risposta, Azure, Groq, o1, GPT-5, Mistral, OpenRouter, Vertex AI, Gemini, Artifacts, cambio modello IA, ricerca messaggi, interprete di codice, langchain, DALL-E-3, azioni OpenAPI, funzioni, autenticazione multiutente sicura, preimpostazioni, open-source per l'auto-hosting. Attivo
Xray, penetra tutto. Anche il miglior v2ray-core. Dove avviene la magia. Una piattaforma aperta per vari usi.
Lo Stack di Agenti AI Multimodali Open-Source: Collegamento di Modelli AI all'Avanguardia e Infrastruttura per Agenti
https://arxiv.org/abs/2606.28344. La fine del parsing web. L'inizio della ricerca pixel-native scalabile. link: https://pixelrag.ai/
Una potente libreria per fotocamere React Native ad alte prestazioni.
Il primo plugin di visione per DeepSeek Harness e il ponte di visione per ogni agente di codifica solo testo. Incolla un'immagine, ottieni prove JSON strutturate (OCR, layout, semantica).
[ICML'26] SimpleMem: Memoria permanente efficiente per agenti LLM — testo e multimodale
Piattaforma hardware e software open source per costruire un'auto a guida autonoma in scala ridotta.
[CVPR 2023] DepGraph: Verso qualsiasi potatura strutturale; LLMs, Modelli di Fondazione per la Visione, ecc.
Esempi di codice Java e Kotlin utilizzati su cloud.google.com
Visione per gli agenti DeepSeek Harness che operano solo con testo: catena di visione gratuita integrata (senza chiave) + strumenti di visione a livello di pixel (domande e risposte, grounding, ritaglio, differenza tra pixel, colori, OCR, ricalco SVG, scontorno, screenshot). Installazione con un solo comando, senza Python; i turni con immagini funzionano come i normali turni di chiamata agli strumenti.
Progetta un kit di strumenti e competenze visive migliore per i modelli di solo testo per "vedere" le immagini, supportando la comprensione multi-immagine, domande e risposte sulle immagini, ripristino dell'interfaccia frontend, automazione della GUI, ecc., con integrazione opzionale senza soluzione di continuità con più agenti principali e riconoscimento diretto delle immagini incollate | Un kit di strumenti e competenze visive progettato per LLM di solo testo: domande e risposte sulle immagini, OCR di screenshot lunghi, ripristino dell'interfaccia frontend e automazione della GUI, con integrazione opzionale senza soluzione di continuità per Codex, Claude Code, Pi, Oh My Pi e OpenCode
Shiping: screenshot + IA per capire qualsiasi contenuto sullo schermo. Codice, messaggi di errore, esercizi, grafici e materiali in lingua straniera: basta fare uno screenshot con una scorciatoia da tastiera per ottenere una risposta. Può restare attivo in background come strumento desktop e riconoscere subito qualsiasi area selezionata. In modalità conversazione comprende le domande in tempo reale e fornisce i punti chiave della risposta. Usalo come strumento desktop, assistente per colloqui, esami o esercizi.
🌝 MLKit è un kit di strumenti potente e facile da usare. Con ML Kit puoi implementare facilmente funzionalità come il riconoscimento del testo, il riconoscimento dei codici a barre, l'etichettatura delle immagini, il rilevamento dei volti, il rilevamento di oggetti, ecc.
CALVIN - Un benchmark per l'apprendimento di policy condizionato dal linguaggio per attività di manipolazione robotica a lungo orizzonte
Una raccolta curata di risorse iOS, ML e AR, arricchita da alcune aggiunte UI.
3DMatch - un descrittore geometrico locale basato su ConvNet 3D per allineare mesh 3D e nuvole di punti.
Una serie di modelli da 11B a pesi aperti per la comprensione di video di lunga durata e in tempo reale
Questa applicazione può tradurre il testo acquisito da qualsiasi applicazione in esecuzione sul tuo computer.
Libreria Vision ad alte prestazioni in Python. Amplia la tua ricerca, non il boilerplate.
🎰 Un elenco curato di risorse di apprendimento automatico, preferibilmente CoreML
Permetti all’IA di vedere il tuo schermo in tempo reale: filtra i fotogrammi in base a quanto cambiano e combinane diversi in un’unica immagine, così le scene statiche consumano pochissimi token.
Converti qualsiasi screenshot di web design in codice HTML/CSS pulito
Strumento di generazione dati di addestramento ML basato su computer vision :rocket:
APCA (Accessible Perceptual Contrast Algorithm) è un nuovo metodo per prevedere il contrasto da utilizzare negli standard web emergenti (WCAG 3) per determinare il contrasto di leggibilità. APCA deriva dal SAPC (S-LUV Advanced Predictive Color), che è un modello di apparenza del colore orientato all'accessibilità progettato per display autoilluminanti.
LLaVA-Mini è un modello multimodale ampio e unificato (LMM) che può supportare la comprensione di immagini, immagini ad alta risoluzione e video in modo efficiente.
Domande frequenti
Qual è il repository #vision più popolare su GitHub?
Il progetto open source #vision più alto in classifica su GitHub è LibreChat-AI/LibreChat, con 47,384 stelle. Clone di ChatGPT potenziato: include agenti, MCP, competenze, DeepSeek, Anthropic, AWS, OpenAI, API di risposta, Azure, Groq, o1, GPT-5, Mistral, OpenRouter, Vertex AI, Gemini, Artifacts, cambio modello IA, ricerca messaggi, interprete di codice, langchain, DALL-E-3, azioni OpenAPI, funzioni, autenticazione multiutente sicura, preimpostazioni, open-source per l'auto-hosting. Attivo
Quali linguaggi di programmazione sono più utilizzati nei repository #vision?
Tra i progetti #vision più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, TypeScript, C++, JavaScript.
Come viene calcolata la classifica dei repository #vision?
Monitoriamo 35 repository open source attivi contrassegnati con #vision (500+ stelle), per un totale di 252,035 stelle e una media di 7,201 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.