#vision Репозитории
Откройте для себя 35 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #vision, с общим числом 252,035 звёзд (в среднем 7,201 на проект). Лидером этой темы является LibreChat-AI/LibreChat, набравший 47,384 звёзд.
Всего репозиториев: 35
Улучшенный клон ChatGPT: включает агенты, MCP, навыки, DeepSeek, Anthropic, AWS, OpenAI, API ответов, Azure, Groq, o1, GPT-5, Mistral, OpenRouter, Vertex AI, Gemini, Artifacts, переключение моделей ИИ, поиск сообщений, интерпретатор кода, langchain, DALL-E-3, действия OpenAPI, функции, безопасная многопользовательская аутентификация, пресеты, открытый исходный код для самостоятельного хостинга. Активен
Xray, проникает сквозь все. Также лучший v2ray-core. Здесь творится магия. Открытая платформа для различных целей.
Многомодальный AI-агентский стек с открытым исходным кодом: Соединение передовых моделей ИИ и инфраструктуры агентов
https://arxiv.org/abs/2606.28344. Конец веб-парсинга. Начало масштабируемого пиксель-нативного поиска. ссылка: https://pixelrag.ai/
Мощная, высокопроизводительная библиотека для камеры React Native.
Первый плагин зрения для DeepSeek Harness и мост зрения для каждого текстового кодирующего агента. Вставьте изображение, получите структурированные JSON-данные (OCR, макет, семантика).
[ICML'26] SimpleMem: эффективная долговременная память для LLM-агентов — текст и мультимодальность
Открытая аппаратная и программная платформа для создания небольшого автономного автомобиля.
[CVPR 2023] DepGraph: К любой структурной обрезке; LLMs, модели основы зрения и т.д.
Примеры кода Java и Kotlin, используемые на cloud.google.com
Зрение для текстовых агентов DeepSeek Harness: встроенная бесплатная цепочка компьютерного зрения (ключ не нужен) + инструменты зрения на уровне пикселей (вопросы и ответы, привязка объектов, обрезка, разница пикселей, цвета, OCR, трассировка SVG, вырезание объектов, снимки экрана). Установка одной командой, Python не требуется; ходы с изображениями работают так же, как обычные ходы с вызовами инструментов.
Разработайте лучший набор визуальных инструментов и навыков для текстовых моделей, чтобы они могли «видеть» изображения, поддерживая понимание нескольких изображений, вопросы и ответы по изображениям, восстановление пользовательского интерфейса фронтенда, автоматизацию графического интерфейса и т. д., с возможностью бесшовной интеграции с несколькими основными агентами и прямым распознаванием вставленных изображений | Набор визуальных инструментов и навыков, разработанный для текстовых LLM: вопросы и ответы по изображениям, OCR длинных скриншотов, восстановление пользовательского интерфейса фронтенда и автоматизация графического интерфейса, с возможностью бесшовной интеграции для Codex, Claude Code, Pi, Oh My Pi и OpenCode
Shiping: скриншоты + ИИ, чтобы понимать всё, что отображается на экране. Код, сообщения об ошибках, задания, графики и материалы на иностранных языках — сделайте снимок экрана с помощью горячей клавиши и получите ответ. Приложение может постоянно работать в фоновом режиме как настольный инструмент: выделите любую область, чтобы мгновенно распознать её содержимое. В режиме диалога оно понимает вопросы в реальном времени и предлагает основные тезисы ответа. Используйте его как настольный инструмент, помощника для собеседований, экзаменов или решения задач.
Видео, заметки и эксперименты для понимания глубокого обучения
🌝 MLKit — это мощный и простой в использовании набор инструментов. С помощью ML Kit вы можете легко реализовать такие функции, как распознавание текста, распознавание штрих-кодов, маркировка изображений, обнаружение лиц, обнаружение объектов и т. д.
CALVIN - Эталон для обучения политике с условием языка для задач робототехнической манипуляции с длительным горизонтом
Подобранная коллекция ресурсов iOS, ML и AR, дополненная некоторыми элементами UI.
3DMatch - локальный геометрический дескриптор на основе 3D ConvNet для выравнивания 3D-сеток и облаков точек.
Серия моделей с открытыми весами и 11 млрд параметров для понимания длинных и видео в реальном времени
Это приложение может переводить текст, захваченный из любого приложения, работающего на вашем компьютере.
Высокопроизводительная библиотека компьютерного зрения на Python. Масштабируйте свои исследования, а не шаблонный код.
🎰 Список из отобранных ресурсов машинного обучения, предпочтительно CoreML
Позвольте ИИ видеть ваш экран в реальном времени: отбирайте кадры по степени изменений и объединяйте несколько кадров в одно изображение, чтобы статичные сцены почти не расходовали токены.
Инструмент генерации данных для обучения ML на основе компьютерного зрения :rocket:
APCA (Accessible Perceptual Contrast Algorithm) — это новый метод прогнозирования контраста для использования в развивающихся веб-стандартах (WCAG 3) для определения контраста читаемости. APCA выведен из SAPC (S-LUV Advanced Predictive Color), который является моделью цветового восприятия, ориентированной на доступность, предназначенной для самоосвещаемых дисплеев.
LLaVA-Mini — это унифицированная большая мультимодальная модель (LMM), которая может эффективно поддерживать понимание изображений, изображений высокого разрешения и видео.
Часто задаваемые вопросы
Какой репозиторий по теме #vision наиболее популярен на GitHub?
Самый высоко оценённый проект с открытым исходным кодом по теме #vision на GitHub — LibreChat-AI/LibreChat, набравший 47,384 звёзд. Улучшенный клон ChatGPT: включает агенты, MCP, навыки, DeepSeek, Anthropic, AWS, OpenAI, API ответов, Azure, Groq, o1, GPT-5, Mistral, OpenRouter, Vertex AI, Gemini, Artifacts, переключение моделей ИИ, поиск сообщений, интерпретатор кода, langchain, DALL-E-3, действия OpenAPI, функции, безопасная многопользовательская аутентификация, пресеты, открытый исходный код для самостоятельного хостинга. Активен
Какие языки программирования чаще всего используются в репозиториях по теме #vision?
Среди наиболее высоко оценённых проектов по теме #vision на GitHub чаще всего используются языки программирования Python, TypeScript, C++, JavaScript.
Как рассчитывается рейтинг репозиториев по теме #vision?
Мы отслеживаем 35 активных репозиториев с открытым исходным кодом, отмеченных тегом #vision (500 и более звёзд), с общим числом 252,035 звёзд и в среднем 7,201 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.