#onnx リポジトリ
#onnxのタグが付いた、GitHub上の130件のアクティブなオープンソースリポジトリをご覧ください。合計スター数は603,969個で、プロジェクトあたりの平均は4,645個です。このトピックをリードしているのは、58,290個のスターを獲得しているultralytics/yolov5です。
リポジトリ合計130件
このリポジトリは、SegmentAnything Model (SAM) を使用した推論の実行コード、トレーニング済みモデルチェックポイントのダウンロードリンク、およびモデルの使用方法を示すサンプルノートブックを提供します。
次世代Kaldiとonnxruntimeを使用したインターネット接続なしでの音声認識、音声合成、話者分離、音声強調、ソース分離、およびVAD。組み込みシステム、Android、iOS、HarmonyOS、Raspberry Pi、RISC-V、RK NPU、Axera NPU、Ascend NPU、x86_64サーバー、websocketサーバー/クライアントをサポートし、12のプログラミング言語に対応
LangChain4j は、JVM 上で LLM 駆動型アプリケーションを構築するための慣用的なオープンソース Java ライブラリです。人気の LLM プロバイダーとベクターストアに対する統一 API を提供し、ツール呼び出し(MCP サポートを含む)、エージェント、RAG の実装を容易にします。Quarkus や Spring Boot などのエンタープライズ Java フレームワークとシームレスに統合されます。
リアルタイム物体検出のためのYOLOv3、YOLOv3-SPP、およびYOLOv3-tinyのPyTorch実装。トレーニング、検証、推論、およびマルチフォーマットのエクスポートをサポート。
YOLOXは、MegEngine、ONNX、TensorRT、ncnn、OpenVINOをサポートする高性能なアンカーフリーYOLOであり、yolov3~v5を凌駕します。ドキュメント:https://yolox.readthedocs.io/
OpenCV 4 以降を使用したコンピュータビジョンのための Go パッケージ。DNN、CUDA、OpenCV Contrib、OpenVINO のサポートを含む。
[AAAI 2025] 「OOTDiffusion: Controllable Virtual Try-onのためのOutfitting FusionベースのLatent Diffusion」の公式実装
MMdnn は、異なる深層学習フレームワーク間で相互運用性を支援するためのツールセットです。例えば、モデル変換と視覚化。Caffe、Keras、MXNet、Tensorflow、CNTK、PyTorch、ONNX および CoreML 間でモデルを変換します。
自律型でコンテキストを認識するAIデスクトップコンパニオン。Pythonで開発され、リアルタイムの画面認識、カスタムONNX音声合成、アクティブウィンドウの追跡、反応に応じて表情が変化する動的なフローティングUIを備えています。
ポートレート画像(ビデオ)の背景を削除するためのOBSプラグインで、録画またはストリーミング時に背景を簡単に置き換えることができます。
さまざまなフレームワーク間で相互変換されたモデルを保存するためのリポジトリ。サポートされているフレームワークは TensorFlow、PyTorch、ONNX、OpenVINO、TFJS、TFTRT、TensorFlowLite (Float32/16/INT8)、EdgeTPU、CoreML です。
初心者向けの入門から、CV、NLP、LLMのプロジェクト応用、さらには高度なエンジニアリングによるデプロイメントや実装まで、すべてがここにあります。『PyTorch 実用チュートリアル』(第2版)は、読者がPyTorchの使用を簡単に習得し、優れたディープラーニングエンジニアになることを支援すると信じています。
軽量C++ AIツールキット:MNN、ORT、TRTを使用した100以上のモデル(Det、Seg、Stable-Diffusion、Face-Fusionを含む)。
YOLO、Segment Anything(SAM+SAM2/2.1+SAM3)・MobileSAM のAIサポートで、手間なくデータラベリングが可能です!!
使いやすいハードウェア最適化ツールで、🤗 Transformers、Diffusers、TIMM、Sentence Transformers の推論とトレーニングを高速化します
DAMO-YOLO:NASバックボーン、効率的なRepGFPN、ZeroHead、AlignedOTA、蒸留強化などのいくつかの新しい技術を備えた、高速で正確なオブジェクト検出方法。
Towards Fast, Accurate and Stable 3D Dense Face Alignment, ECCV 2020 の公式 PyTorch 実装。
AudioMuse-AIは音響分析を使用して、忘れられた曲を再発見し、音楽ライブラリ内の隠れたつながりを明らかにし、Navidrome、Jellyfin、LMS、Lyrion、Emby、Plex向けのインテリジェントなプレイリストを生成します。メタデータや外部サービスは不要です。
よくある質問
GitHubで最も人気のある#onnxリポジトリは何ですか?
GitHubで最も上位にランクインしているオープンソースの#onnxプロジェクトは、58,290個のスターを獲得しているultralytics/yolov5です。PyTorchベースのUltralytics YOLOv5。物体検出、インスタンスセグメンテーション、分類、トレーニング、エクスポートに対応。
#onnxリポジトリで最もよく使われているプログラミング言語は何ですか?
GitHubで上位にランクインしている#onnxプロジェクトでは、Python, C++, Rust, Jupyter Notebookが最も一般的なプログラミング言語です。
#onnxリポジトリのランキングはどのように算出されていますか?
#onnxのタグが付いた130件のアクティブなオープンソースリポジトリ(スター500個以上)を追跡しています。合計スター数は603,969個で、リポジトリあたりの平均は4,645個です。ランキングはGitHub APIからのデータに基づいて毎日更新されます。