用于理解任意视频中的相机运动的工具。

一个基于深度学习的图像和视频描述模型。

为 Diffusion Transformer 提供高效灵活的控制框架。

用于手术视频分割的先进模型

Video Depth Anything: Consistent Depth Estimation for Super-Long Videos

VideoWorld是一个探索从无标签视频中学习知识的深度生成模型。

一种无混叠的任意尺度超分辨率方法。

奇智孔明AInnoGC工业大模型赋能制造业，提供全面的AI解决方案，提升生产效率和智能化水平。

Vast 3D Gaussians for Large Scene Reconstruction的非官方实现

业界领先的开源大型混合专家模型

高效生成一致性人物视频动画的模型

基于Segment-Anything-2和Segment-Anything-1的自动全视频分割工具

高质量身份保留的人像动画合成工具。

视频非可见物体分割与内容补全的先进研究

从单张图片重建逼真的3D人体模型

一站式OCR代理，快速从图像中生成洞见。

面向开放世界的检测与理解统一视觉模型

基于文本生成姿态并进一步生成图像的模型

Logistify AI提供基于计算机视觉的自动化库存验证解决方案，可帮助企业降低库存损失，减少劳动成本，提高库存管理效率，Logistify AI官网入口网址

PaperClip是一款专为AI研究者打造的二脑，帮助你记录每天的AI论文复习情况，记住论文中的重要细节，随时随地查找重要的研究成果。，PaperClipapp官网入口网址

Accord.NET是一个完全由C#编写的.NET机器学习框架，结合了音频和图像处理库，可用于构建生产级的计算机视觉、计算机听觉、信号处理和统计应用。，Accord官网入口网址

CVAT是一款用于计算机视觉数据标注的工具，支持图像、视频和3D数据，提供自动标注、多种标注工具、云端存储等功能，适用于医疗、零售、无人机、运动、汽车和制造等行业。，CVAT – Computer Vision Annotation Tool官网入口网址

Synthetic Data for Computer Vision and Perception AI是一种用于计算机视觉和感知人工智能的合成数据，可以生成带有标签的训练数据，用于训练准确、高性能的模型。，Synthesis官网入口网址

Albumentations是一个快速、灵活的图像增强库，可用于提高机器学习和计算机视觉模型的性能。它支持多种任务和领域的数据，并与深度学习框架无缝集成。，Albumentations官网入口网址

在这篇文章中，我们将介绍最佳的在线百家乐游戏平台，提供世界各地最受欢迎的游戏，以及丰富的奖金和活动。，Aforge官网入口网址

小蚁科技是一家专注于计算机视觉、边缘智能、边缘计算的创新企业，他们提供先进的影像产品和创新解决方案，帮助用户实现智慧商业和智慧出行。，小蚁科技官网入口网址

Google Cloud的Vision AI是一个强大的计算机视觉解决方案，可以通过AutoML Vision、预训练的Vision API模型或自定义模型从图像中获取洞察力。，Google AutoML Vision官网入口网址

Datagen是一款强大的计算机视觉合成数据生成工具，可帮助用户生成符合其需求的人类中心数据集，用于各种计算机视觉任务。，Datagen官网入口网址

ImageNet是一个按照WordNet层次结构组织的图像数据库，包含超过1400万张图片，可用于计算机视觉和深度学习研究。，ImageNet官网入口网址

Nova A.I.是一款强大的计算机视觉视频搜索引擎，帮助您快速搜索视频内容中的特定场景，节省时间，提高工作效率。，Nova A.I. Video Analysis and Search官网入口网址

OpenCV是世界上最大的计算机视觉库，提供了实时优化的计算机视觉算法和深度学习模块，支持多种硬件平台，可以应用于图像处理、视频处理和人脸识别等领域。，OpenCV官网入口网址

Azure AI Vision with OCR and AI是一种基于Microsoft Azure的计算机视觉开发工具，可以通过OCR、目标检测和图像分析等功能，加速对图像和视频内容的开发和分析，从中获取有价值的信息。，Computer Vision官网入口网址