pytorch-segmentation 是用 Jupyter Notebook 编写的 AI 工具,用于人工智能方向的建模与推理,主打实现清晰。
:art: Semantic segmentation models, datasets and losses implemented in PyTorch.
yangshun
面向忙碌工程师的面试准备资料,含算法、行为面试与简历建议。目前累计 14.3 万 star、1.7 万 fork,在本地项目库中星标排名约第 72 / 65730,主要语言为 TypeScript,项目始于 2016 年,采用 MIT 许可。最近状态:近半年有提交。
适合谁:推荐给想补齐某块知识的开发者:涉及 algorithm、algorithm-interview、algorithm-interview-questions、algorithms 方向。
按累计星标排序,库内共 65,730 个项目(GitHub 上星标 ≥ 1k 的公开仓库约 66,044 个)。
优先使用本地记录的星标快照计算近 7 天真实增量;快照不足 7 天时,按「创建以来日均获星」估算,数值旁会标注口径。
已收录 GitHub 星标过千的公开项目,附原始简介、语言、主题与活跃度。用一句自然语言描述需求,即可获得 AI 推荐。
pytorch-segmentation 是用 Jupyter Notebook 编写的 AI 工具,用于人工智能方向的建模与推理,主打实现清晰。
:art: Semantic segmentation models, datasets and losses implemented in PyTorch.
edit-mind 是用 TypeScript 编写的多媒体工具,用于处理音视频内容。
Local-first Video Knowledge Base. Index your video library with multi-modal analysis (YOLO, DeepFace, Whisper), search semantically via natural lang…
visual-slam-roadmap 是用 Astro 编写的资源清单,按主题汇总同类优质资源。
Roadmap to become a Visual-SLAM developer in 2026
ai2thor 是用 C# 编写的 AI 工具,用于人工智能方向的建模与推理,主打开源免费。
An open-source platform for Visual AI.
sod 是用 C 编写的 AI 工具,用于人工智能方向的建模与推理。
An Embedded Computer Vision & Machine Learning Library (CPU Optimized & IoT Capable)
Awesome-pytorch-list 翻译工作进行中......
Awesome-pytorch-list 翻译工作进行中......
faster_rcnn_pytorch 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理,主打速度快。
Faster RCNN with PyTorch
pytorch-fcn 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理。
PyTorch Implementation of Fully Convolutional Networks. (Training code to reproduce the original result is available.)
Research 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理。
novel deep learning research works with PaddlePaddle
react-native-executorch 是用 TypeScript 编写的 AI 工具,用于大模型与智能体应用开发,主打高性能。
High-performance, privacy-first on-device AI inference library for React Native, powered by PyTorch's ExecuTorch runtime
loam_velodyne 是用 C++ 编写的 AI 工具,用于人工智能方向的建模与推理。
Laser Odometry and Mapping (Loam) is a realtime method for state estimation and mapping using a 3D lidar.
Awesome-CVPR2026-CVPR2025-CVPR2024-CVPR2021-CVPR2020-Low-Level-Vision 是一个 AI 工具,用于人工智能方向的建模与推理。
A Collection of Papers and Codes for CVPR2026/CVPR2025/CVPR2024/CVPR2021/CVPR2020 Low Level Vision
MobileNet-Yolo 是用 C 编写的 AI 工具,用于人工智能方向的建模与推理。
MobileNetV2-YoloV3-Nano: 0.5BFlops 3MB HUAWEI P40: 6ms/img, YoloFace-500k:0.1Bflops 420KB:fire::fire::fire:
awesome-deepfakes 是一个资源清单,按主题汇总同类优质资源。
Everything Deepfakes
PWC-Net 是用 Python 编写的学习资料,用于系统学习与查阅。
PWC-Net: CNNs for Optical Flow Using Pyramid, Warping, and Cost Volume, CVPR 2018 (Oral)
opendatacam 是用 JavaScript 编写的 AI 工具,用于人工智能方向的建模与推理,主打开源免费。
An open source tool to quantify the world
lightly-train 是用 Python 编写的学习资料,用于系统学习与查阅。
All-in-one training for vision models (YOLO, ViTs, RT-DETR, DINOv3): pretraining, fine-tuning, distillation.
DPED 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理。
Software and pre-trained models for automatic photo quality enhancement using Deep Convolutional Networks
streamlit-webrtc 是用 Python 编写的多媒体工具,用于处理音视频内容,主打实时。
Real-time video and audio processing on Streamlit
awesome-openai-vision-api-experiments 是用 Python 编写的 AI 工具,用于大模型与智能体应用开发。
Must-have resource for anyone who wants to experiment with and build on the OpenAI vision API 🔥
Awesome-Interaction-Aware-Trajectory-Prediction 是用 TeX 编写的 AI 工具,用于人工智能方向的建模与推理。
A selection of state-of-the-art research materials on trajectory prediction
antialiased-cnns 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理。
pip install antialiased-cnns to improve stability and accuracy
Sa2VA 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理。
Official Repo For Pixel-LLM Codebase: Sa2VA (T-PAMI-26), SAMTok (CVPR-26), VRT (Arxiv-25), SaSaSa2VA (1-st solution for LSVOS)
ICON 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理。
[CVPR'22] ICON: Implicit Clothed humans Obtained from Normals
项目列表来自 GitHub 官方 Search API(stars:>1000)。单个查询最多只能返回前 1000 条,所以「同步热门」取到的是星标最高的 1000 个;要拿全量必须按星标区间拆成多个查询——本站会先查各区间的真实数量再自动切分(1k–2k 约 3.2 万个,2k–5k 约 2.1 万个,5k–20k 约 1 万个,2 万以上约 2300 个)。GitHub 上星标过千的公开仓库当前约 66,044 个,本站已收录 65,730 个。星标、简介、语言与主题均为 GitHub 原始字段,未做人工逐一核验。
中文介绍分三种来源,卡片与详情页均有标注:热门项目使用本站人工维护的条目;其余项目由程序依据语言、主题、简介中的特征词与项目数据自动生成;仓库原简介本身是中文时直接引用原文。自动生成的介绍只是对公开字段的归纳,不代表项目方表述,也不构成选型结论。
每日推荐按北京时间每天从星标 6000 以上、近 18 个月仍有提交且未归档的项目中选取,排除近 120 天已推荐过的项目,同一天内结果固定。推荐结果由规则引擎(或配置的大模型)生成,不构成选型结论。
每天每台设备可免费检索 3 次,浏览、筛选和关键词查找不消耗额度。选择下方任一方案即可继续(当前为模拟支付)。
模拟支付不会接入真实渠道,也不会产生任何扣款。