Remix-DiT开源项目 – 多专家去噪的扩散变换器

Pinegraph是一个利用先进AI算法创作艺术作品和生成图像的平台，提供多种强大功能，助力艺术表达与创意探索。

Photo Eraser是一款强大的照片编辑工具，能够轻松去除照片中不需要的物体、人物或瑕疵。它还提供了增强工具，以改善图像质量，以及背景移除工具，用于替换或去除照片背景。用户可以下载应用程序或使用网络应用，从任何地方访问这些强大的工具。

UC伯克利研究推出的深度学习框架

Landing AI 是一个计算机视觉平台和人工智能软件公司，提供名为 LandingLens 的云计算机视觉软件平台。用户可以通过自然提示交互在几分钟内创建自定义计算机视觉项目，使构建计算机视觉系统变得快速、简单和直观。用户可以直接拖放图像或通过网络摄像头捕获实时图像，使用标记工具标记图像中的对象，创造高质量的训练数据以实现最大准确性。标记后，用户可以训练模型并评估其性能。一旦模型足够准确，可以通过几次鼠标点击将其部署到云端或边缘设备。用户可以监控模型性能并根据需要进行更新。

Anyscale是一个统一的计算平台，旨在利用Ray简化可扩展AI和Python应用的开发、部署和管理。用户可以轻松地开始使用Anyscale端点进行服务和微调开源大型语言模型（LLMs）。

ID-Blau是一个基于隐式扩散的方法，用于图像去模糊，通过重模糊增强技术来提升图像质量，适用于计算机视觉任务。

gptme是一款可以在本地终端运行的个人AI助手，能够编写代码、使用终端、浏览网页和查看图像。支持多种操作和主流LLM提供商。

Grok API是xAI公司于2024年10月推出的人工智能模型接口，支持函数调用，便于与数据库和搜索引擎集成。目前提供“grok-beta”模型，支持文本和代码生成，未来计划推出视觉模型用于图像处理。定价较高，输入token为5美元/百万，输出token为15美元/百万。与X平台深度集成，支持图像生成、新闻总结等功能。尽管功能强大，但用户报告支付和使用配额问题，数据中心运营也引发环保争议。

Athena是一个创新的AI决策支持系统，旨在增强防务和战术操作中的决策过程。通过集成先进的计算机视觉和AI功能，Athena以高准确性和速度简化复杂决策，同时确保在高压力环境中遵循法律和伦理考虑。

DenseMatcher是一个用于3D语义匹配的工具，能够从单一示例中学习类别级别的操作，实现高效的3D形状匹配。它支持多种3D形状的处理，适用于机器人抓取、增强现实等多个领域。

OpenCV是一个开源的计算机视觉和机器学习软件库，提供了丰富的图像处理和计算机视觉算法。它支持多种编程语言和跨平台运行，适用于各类AI应用，包括图像处理、物体识别、视频分析等。OpenCV还针对不同硬件架构进行了优化，并支持深度学习模块，可加速矩阵乘法等操作。

一款开源免费的无损放大视频和图像工具，使用多种超分辨率算法实现视频/GIF/图像的无损放大和提高帧速率。

AI Tools Kit是一个集成多种生产力、SEO、写作、社交媒体和营销工具的平台，提供AI艺术生成、提示工程、关键词研究、图像质量增强等50多种工具，未来将推出更多热门工具。

utils3d 是一个专为计算机视觉和图形研究人员设计的3D Python工具包，支持OpenCV与OpenGL坐标系转换、轻松光栅化处理、网格处理工具等功能，旨在帮助研究人员以最少的努力实现光栅化处理。

taco（张量代数编译器）用于对稀疏和密集张量进行高效的张量表达式计算，支持优化计算性能，适用于多种应用场景。

Maintain-AI是一个自动化检测、分析和报告道路及相关基础设施性能的平台，利用AI技术检测路面缺陷，评估基础设施元素，并提供客观的网络检查。

Jetcounter是一款基于人工智能的物品计数应用，利用计算机视觉软件准确地从照片中计数相似物品。用户可以选择内置的不同类别模板，上传照片或使用设备摄像头，Jetcounter会识别并计数图片中的物体，支持放大查看细节并手动纠正错误。

AnyModal是一个基于PyTorch的灵活多模态语言模型框架，支持轻松集成图像、音频等多种输入模态。它提供了模块化的架构设计，便于添加新的输入模态处理器和分词器，并拥有丰富的预训练模型库。AnyModal框架将多种输入模态直接融入大语言模型，适用于多模态数据的复杂任务。

Skyvern AI 是一个通过大语言模型（LLM）和计算机视觉技术，自动化基于浏览器的工作流程的项目。它提供了一个简单的 API 端点，便于集成到现有系统中，完全自动化手动工作流程，取代脆弱或不可靠的自动化解决方案。