MoveNet是一个基于深度学习的高效姿态检测模型，能够在PyTorch环境中实时估计人体姿态，支持多种输入格式，并能在多个设备上运行，包括移动设备。
AiRunner是一款基于人工智能的跑步应用，提供个性化和虚拟教练服务，心率监测以及实时AI反馈。它旨在通过提供结构化的训练计划、指导跑步的姿势和技巧，以及详细的性能指标来优化跑步表现。
Forma是一个基于AI和专业教练的在线平台，用户可以上传跑步视频，获取免费的专业跑步姿势反馈，帮助改善跑步表现和减少受伤风险。
Flove是一款遵循Material You设计语言的极简运动追踪软件，用户可以通过该应用方便地记录和管理自己的运动数据，提升运动体验。
webrtc-streamer是一个WebRTC流媒体服务器，允许通过WebRTC从各种源进行视频和音频流传输。它支持RTSP、RTMP等多种流媒体协议，可与多个流媒体服务器（如Janus Gateway、SRS和ZLMediaKit）配合使用，具备低延迟流媒体能力，易于与Web应用集成，实现实时通信，并支持TURN服务器以便进行NAT穿越。
这个项目能分析图像中对象之间的关系，是一个将Meta的Segment-Anything模型与ECCV'22论文相结合的演示：Panoptic Scene Graph Generation。
Yogger是一款移动视频分析与AI运动工具，旨在帮助教练、运动员和运动爱好者轻松分析生物力学，提升表现。用户可以通过应用程序拍摄视频、收集有意义的数据、设定目标并跟踪进展。
Kayyo是一款创新的平台，利用人工智能分析用户的运动表现，并提供个性化的反馈和建议，以提升训练效果。用户只需注册账户，输入自己的目标和能力，即可获得定制的训练计划和练习，详细的视频演示和指导将帮助用户完成每项练习。
SynthMoCap是一个无需标记的全息动作捕捉项目，提供合成数据集，支持身体、面部和手部数据，适用于动作捕捉研究，结合了最新的计算机图形学技术。
TorchScale 包含我们在Transformers稳定性（DeepNet）、通用性（Magneto/Foundation Transformers）和效率性（X-MoE）的一系列研究的官方实现。我们希望通过基础本质的研究探索AI（尤其是大模型）的通用结构，并在NLP，CV，Speech和多模态等领域的任务和基础模型中广泛验证，欢迎大家使用、交流、合作开发。
Stable Diffusion是一个用于生成高质量图像的深度学习模型，经过1.5版本更新，具有更好的性能和功能。
Woodpecker是一种用于多模态大语言模型的幻觉修正工具，旨在提高生成文本的准确性和可靠性。它支持多种输入类型和数据源，集成简单，易于使用，能够有效地纠正生成过程中出现的错误信息。
Smol Vision是一个专注于视觉模型的压缩、优化与定制的方案集，旨在缩小模型尺寸、提高运行速度，并实现个性化定制。该项目支持多种视觉任务，并易于集成与使用，适合在资源有限的环境中应用。
这是一个专为健身和物理治疗应用设计的高质量视觉数据集，包含多样化的数据样本，支持机器学习和计算机视觉研究。
使用加速的极大极小化方法进行非刚性配准，具有抵抗噪声和伪影的能力。
