这是一个面向图像处理的深度学习教程项目，用 Python 讲解分类与目标检测等任务，帮开发者理清从模型到落地的完整流程。最典型的用法是跟着代码逐行跑通目标检测训练，边调试边理解网络结构与数据处理的配合。
deep learning for image processing including classification and object-detection etc.
按钮会在新标签页打开，本站不代理、不镜像仓库内容。
基于 Keras 和 TensorFlow 实现的 Mask R-CNN，用于目标检测与实例分割，能同时给出目标框和像素级掩码。典型场景是训练自定义数据集，在 COCO 预训练权重上微调，完成识别与分割。
CVAT 是一个开源的数据标注平台，用于图像、视频、音频和 3D 数据集，解决目标检测等任务中标注效率低、质量难控的问题。它提供 AI 辅助标注、质量校验和团队协作，并开放 API 与 SDK，方便开发者接入自有 workflow。
hermes-agent 是一个 Python 编写的大语言模型 agent 框架，用来把 prompt、工具调用和 workflow 串起来，帮开发者快速搭出能自主完成任务的智能体。最典型的用法是接入自己的 LLM，让它调用本地 CLI 或外部 SDK 执行多步操作，省去手写调度逻辑。
MarkItDown 是一个 Python 工具，把各类文件与 Office 文档转成 Markdown，方便喂给 LLM 使用。典型场景是搭建 RAG 或文档问答时，先用它把 PDF、Word、Excel 等原始资料统一转成 Markdown，再交给后续的 workflow 处理。
AutoGPT 是一个 Python 开源平台，让每个人都能用上并基于大语言模型构建 AI 应用。它把任务拆解、工具调用和记忆串成可复用的 workflow，用来搭建能自主完成多步任务的 agent。典型用法是给它一个目标，让它自己规划步骤、调用工具并迭代执行，比如自动搜集资料并整理成报告。
Transformers 是 Hugging Face 推出的模型定义框架，用 Python 统一加载和训练文本、视觉、音频及多模态的先进模型，省去为每个模型重写代码的麻烦。最典型的用法是几行代码调用预训练模型做推理，或用自己的数据微调。
