#coreml 저장소
#coreml 태그가 지정된 GitHub의 활성 오픈 소스 저장소 38개를 확인해 보세요. 총 188,710개의 스타를 획득했으며 프로젝트당 평균 4,966개입니다. 이 주제를 이끄는 저장소는 58,290개의 스타를 받은 ultralytics/yolov5입니다.
저장소 총 38개
실시간 객체 탐지를 위한 YOLOv3, YOLOv3-SPP 및 YOLOv3-tiny의 PyTorch 구현으로, 학습, 검증, 추론 및 다중 형식 내보내기를 지원합니다.
결정 트리 기반의 빠르고 확장 가능하며 고성능 Gradient Boosting 라이브러리로, Python, R, Java, C++용 랭킹, 분류, 회귀 및 기타 머신러닝 작업에 사용됩니다. CPU와 GPU에서 계산을 지원합니다.
MMdnn은 다양한 딥러닝 프레임워크 간의 상호 운용성을 돕기 위한 도구 세트입니다. 예: 모델 변환 및 시각화. Caffe, Keras, MXNet, Tensorflow, CNTK, PyTorch, ONNX 및 CoreML 간 모델 변환.
다양한 프레임워크 간에 상호 변환된 모델을 저장하기 위한 저장소. 지원 프레임워크는 TensorFlow, PyTorch, ONNX, OpenVINO, TFJS, TFTRT, TensorFlowLite (Float32/16/INT8), EdgeTPU, CoreML입니다.
TNN: Tencent Youtu Lab 및 Guangying Lab에서 개발한 모바일, 데스크톱 및 서버용 통합 딥러닝 추론 프레임워크입니다. TNN은 크로스 플랫폼 기능, 높은 성능, 모델 압축 및 코드 가지치기를 포함한 몇 가지 뛰어난 기능으로 구별됩니다. ncnn 및 Rapidnet을 기반으로 TNN은 모바일 장치에 대한 지원 및 성능 최적화를 더욱 강화하며, 기존 오픈 소스 노력의 우수한 확장성 및 고성능 이점도 활용합니다.
앱에서 Frontier CoreML 오디오 모델 활용 — 텍스트 음성 변환, 음성 텍스트 변환, 음성 활동 감지 및 화자 분리. Swift로 SOTA 오픈 소스 기반 구현.
📚 iOS [및 Apple 플랫폼]에 대해 더 깊이 탐구할 수 있도록 도와줄 기사, 튜토리얼 및 저장소의 큐레이션된 목록.
iOS/macOS용 Core ML 모델 저장소 — PyTorch 모델을 즉시 사용 가능한 .mlpackage로 변환했으며, 각 모델에는 변환 스크립트와 SwiftUI 샘플 앱이 포함되어 있습니다. 관련 저장소에서는 Apple의 Core AI 프레임워크(iOS/macOS 27) 및 온디바이스 LLM을 다룹니다.
Apple Silicon 가이드. A17 Pro, A16 Bionic, R1, M1 시리즈, M2 시리즈 및 M3 시리즈 칩에 대해 알아보세요. Apple Silicon이 지원하는 모든 기기, 운영 체제, 도구, 게임 및 소프트웨어와 함께.
Apple Core ML 및 Neural Engine에서 로컬 Laya 타입 기반 의사결정. 포팅을 검증했으며, M3 Max에서 짧은 의사결정을 약 5ms에 수행하고 재현 가능한 속도 및 에너지 벤치마크를 확보했습니다.
CLI 또는 Python 패키지를 통해 다양한 놀라운 사전 훈련 모델(주로 UVR)을 사용하여 스템(예: 악기/보컬)을 쉽게 분리할 수 있습니다.
ONNX 파일을 LiteRT/TFLite/TensorFlow, PyTorch 네이티브 코드 (nn.Module), TorchScript (.pt), state_dict (.pt), Exported Program (.pt2), Dynamo ONNX로 변환하는 도구입니다. 또한 LiteRT에서 PyTorch로의 직접 변환도 지원합니다.
모든 에이전트를 위한 공유 단일 파일 메모리 레이어. Apple Silicon에서 텍스트, 사진, 동영상에 대해 1밀리초 미만의 RAG 제공. 서버 불필요. API 불필요. 파일 하나. 순수 Swift.
Node.js 및 C++용 빠른 오프라인 OCR. Core ML / WebGPU 하드웨어 가속을 지원하는 PP-OCRv6 — 신뢰도 점수와 좌표를 포함해 이미지의 텍스트를 인식합니다. npm: @arcships/light-ocr
Apple 실리콘에서의 로컬 컴퓨터 사용: macOS 접근성 API를 통해 laya로 기기 내 유형 지정 의사결정을 수행하고 CUA-S1-FORMS로 양식 작성
CPU, GPU 및 NPU의 최대 연산 성능, 메모리 대역폭 및 지연 시간: 디바이스에 접근하는 모든 API를 통해 동일한 테스트를 실행합니다. Windows, macOS, Linux 및 Android용 명령줄 도구와 앱
주요 비전 작업에서 Android 및 iOS 실시간 추론을 지원하는 Ultralytics 공식 YOLO Flutter 플러그인입니다.
🔎 SimilaritySearchKit은 iOS 및 macOS 애플리케이션을 위한 온디바이스 텍스트 임베딩 및 의미론적 검색 기능을 제공하는 Swift 패키지입니다.
자주 묻는 질문
GitHub에서 가장 인기 있는 #coreml 저장소는 무엇인가요?
GitHub에서 가장 높은 순위의 오픈 소스 #coreml 프로젝트는 58,290개의 스타를 받은 ultralytics/yolov5입니다. PyTorch 기반 Ultralytics YOLOv5: 객체 탐지, 인스턴스 분할, 분류, 학습 및 내보내기 지원.
#coreml 저장소에서 가장 많이 사용되는 프로그래밍 언어는 무엇인가요?
GitHub에서 순위가 가장 높은 #coreml 프로젝트 중 가장 일반적으로 사용되는 프로그래밍 언어는 Swift, Python, C++, JavaScript입니다.
#coreml 저장소 순위는 어떻게 계산되나요?
#coreml 태그가 지정된 활성 오픈 소스 저장소(38개, 스타 500개 이상)를 추적하고 있습니다. 총 스타 수는 188,710개이며 저장소당 평균 4,966개입니다. 순위는 GitHub API를 통해 매일 업데이트됩니다.