#openvino Репозитории
Откройте для себя 27 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #openvino, с общим числом 109,429 звёзд (в среднем 4,052 на проект). Лидером этой темы является llmware-ai/llmware, набравший 14,820 звёзд.
Всего репозиториев: 27
Единая структура для создания корпоративных RAG-конвейеров с использованием небольших специализированных моделей
OpenVINO™ — это набор инструментов с открытым исходным кодом для оптимизации и развертывания вывода ИИ.
YOLOX — это высокопроизводительный YOLO без якоря, превосходящий yolov3~v5 с поддержкой MegEngine, ONNX, TensorRT, ncnn и OpenVINO. Документация: https://yolox.readthedocs.io/
📄 Отличный OCR toolkit для нескольких языков программирования на базе ONNX Runtime, OpenVINO, MNN, PaddlePaddle, TensorRT и PyTorch.
Пакет Go для компьютерного зрения с использованием OpenCV 4 и выше. Включает поддержку DNN, CUDA, OpenCV Contrib и OpenVINO.
Библиотека обнаружения аномалий, включающая передовые алгоритмы и функции, такие как управление экспериментами, оптимизация гиперпараметров и периферийные вычисления.
NanoDet-Plus⚡Сверхбыстрая и легкая модель обнаружения объектов без якорей. 🔥Всего 980 КБ (int8) / 1,8 МБ (fp16) и работает со скоростью 97 FPS на мобильных телефонах🔥
Репозиторий для хранения моделей, которые были взаимно преобразованы между различными фреймворками. Поддерживаемые фреймворки: TensorFlow, PyTorch, ONNX, OpenVINO, TFJS, TFTRT, TensorFlowLite (Float32/16/INT8), EdgeTPU, CoreML.
TNN: разработанный Tencent Youtu Lab и Guangying Lab, унифицированный фреймворк для инференса глубокого обучения для мобильных устройств, настольных компьютеров и серверов. TNN отличается несколькими выдающимися особенностями, включая кроссплатформенность, высокую производительность, сжатие моделей и обрезку кода. Основываясь на ncnn и Rapidnet, TNN еще больше усиливает поддержку и оптимизацию производительности для мобильных устройств, а также использует преимущества хорошей расширяемости и высокой производительности существующих усилий по разработке открытого исходного кода.
Предобученные модели глубокого обучения и демо (высокое качество и чрезвычайно быстро)
Быстрая и точная оценка позы человека в PyTorch. Содержит реализацию статьи "Real-time 2D Multi-Person Pose Estimation on CPU: Lightweight OpenPose".
Набор эффектов, генераторов и анализаторов с поддержкой ИИ для Audacity®.
Простая в использовании и высокопроизводительная структура для развертывания ИИ | An Easy-to-Use and High-Performance AI Deployment Framework
Этот курс предназначен для начинающих, чтобы провести их через увлекательный мир краевого искусственного интеллекта (Edge AI), охватывая фундаментальные концепции, популярные модели, методы вывода, приложения для конкретных устройств, оптимизацию моделей и разработку интеллектуальных агентов краевого ИИ.
Создавайте, обучайте, оптимизируйте и запускайте модели компьютерного зрения локально — от исходных изображений до инференса в реальном времени. Открытый исходный код, оптимизация для Intel® XPU (также поддерживается CUDA).
Стандартное приложение AI PC для создания изображений ИИ, стилизации изображений и чат-бота на ПК с графическим процессором Intel® Arc™.
Масштабируемый сервер вывода для моделей, оптимизированных с помощью OpenVINO™
Самая быстрая в мире реализация ANPR / ALPR для CPU, GPU, VPU и NPU на базе Transformers (ONNX, TensorFlow Lite, TensorRT, Hailo, OpenVINO, RKNN2 и др.). Поддерживаются различные наборы символов (латиница, корейский и китайский языки), операционные системы (Jetson, Android, Raspberry Pi, Linux, Windows) и архитектуры (ARM, x86).
Deep Learning Streamer (DL Streamer) Pipeline Framework — это фреймворк с открытым исходным кодом для аналитики потокового мультимедиа, основанный на мультимедийном фреймворке GStreamer*, предназначенный для создания сложных конвейеров медиааналитики для облака или периферийных вычислений (Edge).
🤗 Optimum Intel: Ускорьте вывод с помощью инструментов оптимизации Intel
Часто задаваемые вопросы
Какой репозиторий по теме #openvino наиболее популярен на GitHub?
Самый высоко оценённый проект с открытым исходным кодом по теме #openvino на GitHub — llmware-ai/llmware, набравший 14,820 звёзд. Единая структура для создания корпоративных RAG-конвейеров с использованием небольших специализированных моделей
Какие языки программирования чаще всего используются в репозиториях по теме #openvino?
Среди наиболее высоко оценённых проектов по теме #openvino на GitHub чаще всего используются языки программирования Python, C++, Jupyter Notebook, Go.
Как рассчитывается рейтинг репозиториев по теме #openvino?
Мы отслеживаем 27 активных репозиториев с открытым исходным кодом, отмеченных тегом #openvino (500 и более звёзд), с общим числом 109,429 звёзд и в среднем 4,052 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.