「object-detection」に関するオープンソースプロジェクト

視覚・音声・NLP・LLMをカバーする419種類の事前学習済みAIモデル集。重みを自動ダウンロードし、簡単なCLI操作で実行できます。

自然言語の指示に応じてテキスト、画像、またはその両方を生成し、多様なコンピュータビジョンタスクを処理する統合マルチモーダルモデル。

独立したノードをつないだパイプラインで、映像ストリーム上のCVモデルやマルチモーダルLLMを実行するC++動画解析フレームワーク。