supervision
深度学习框架Supervision 是一套可复用的计算机视觉工具库,帮开发者省去重复造轮子的功夫。它提供标注绘制、区域统计等现成组件,配合 Python 与主流检测模型使用。典型场景是在视频流上跑目标检测,把检测框、标签和轨迹直接画出来,快速做出可视化 demo。
查看 GitHub 原始描述(英文)
We write your reusable computer vision tools. 💜
按钮会在新标签页打开,本站不代理、不镜像仓库内容。
Supervision 是一套可复用的计算机视觉工具库,帮开发者省去重复造轮子的功夫。它提供标注绘制、区域统计等现成组件,配合 Python 与主流检测模型使用。典型场景是在视频流上跑目标检测,把检测框、标签和轨迹直接画出来,快速做出可视化 demo。
We write your reusable computer vision tools. 💜
按钮会在新标签页打开,本站不代理、不镜像仓库内容。
ComfyUI 是一个基于节点图的 diffusion 模型 GUI 与后端,用可视化 workflow 替代写代码,解决生成流程难以复用和调试的问题。它把采样、模型加载等步骤拆成节点自由连线,最典型的用法是在本地搭建文生图流程,改 prompt 或换模型只需调整节点,无需重写脚本。
Keras 是一个用 Python 编写的深度学习框架,主打对开发者友好,让搭建和训练神经网络变得简单直观。它提供统一的 API,可切换 TensorFlow、JAX 等后端,适合从快速实验到生产部署的各类场景。典型用法是几行代码定义模型结构,再调用 fit 完成训练。
Ultralytics 是一个基于 Python 的深度学习框架,把 YOLO 系列模型的训练、验证和推理封装成统一接口,让开发者不必自己搭建检测流程。最典型的用法是几行代码加载预训练权重,直接完成目标检测、实例分割或姿态估计等任务。
这是一个用 Python 实现的实时语音克隆工具,只需几秒的参考音频就能复制音色,并让模型用这个声音说出任意文本。它把说话人编码、TTS 合成和声码器串成完整流程,适合做语音 demo 或研究 voice cloning 的开发者快速上手。
YOLOv5 是基于 PyTorch 的目标检测框架,用 Python 实现,帮开发者快速完成从训练到部署的完整流程。它封装了数据加载、模型训练与导出,最典型的场景是拿自有数据集训练检测模型,再导出 ONNX 等格式接入线上推理服务。
这是一个教你开发、部署与迭代生产级机器学习应用的开源教程,用 Jupyter Notebook 串起完整流程。它面向想从 demo 走向上线的开发者,典型场景是跟着课程搭一套可复现的训练与部署 pipeline。