Python
2,038 个项目 · 全站第 1 / 91算法与数据侧的默认语言：生态最全，训练、推理脚本、数据处理都绕不开它。
主要方向推荐一个 Python 项目
按一级分类统计；另有 4 个项目尚未分类全部项目 2038
按 star 排序 · 第 43 / 43 页
给 Linux 和 macOS 用的开源 AI 摄像头与麦克风增强工具，能实现背景虚化、自动取景、降噪、录制和本地会议转写，相当于把 NVIDIA Broadcast 那套效果搬到了非 Windows 平台。
Archived Python version of Timelapse. Replaced by the native Swift app at github.com/mre/timelapse.
在官方 DocVQA 基准上让智能体自动迭代 Qwen3-VL 的训练代码，省去手工调参和实验设计，支持 NVIDIA 多卡与 Apple Silicon。
复现 DeepSeek-OCR 多模态文档识别模型，包含完整训练流程，可自行训练和部署用于文档解析与 RAG 场景的 OCR。
用能量参与比方法自动分析和设计量子微波芯片与器件，把超导量子电路的设计流程从手工仿真变成脚本化计算。
每天自动抓取 arXiv 上 NeRF 相关新论文并整理成列表，方便做三维重建和神经渲染的研究者跟进最新进展。
把普通文本渲染成逼真的手写体图片，支持手写字体、信纸背景和字距行距笔画随机扰动，提供 GUI 和 CLI 两种用法。
用 CSS Flexbox 布局语法在 Python 里生成图片，支持渐变、阴影和文字排版，适合批量出图或程序化设计。
一款终端里的企鹅宠物养成工具，通过把代码推送到 GitHub 来「喂食」Tux，用游戏化方式督促你持续跟进自己的项目。
面向自动驾驶场景的视觉语言基础模型，通过多模态理解把驾驶画面转成可推理的语义描述，为端到端驾驶提供感知与决策支持。
基于 ReAct 推理-行动循环的 RAG 问答系统，支持多跳推理，用 Weaviate 检索、重排序和 FastAPI 服务搭建智能问答后端。
一套面向计算机视觉的相机工具集，用来处理相机内参、外参标定以及相机与激光雷达之间的坐标变换，方便做三维重建和多传感器对齐。
用自然语言对话就能自动生成 FFmpeg 命令完成视频剪辑、拼接和格式转换，省去手写复杂命令行的麻烦。
从长视频游戏录像里自动剪出适合竖屏短视频的精彩片段，靠 AI 场景分析挑高光、GPU 加速渲染，还能加 AI 配音。
CVPR 2025 提出的可变形径向核泼溅方法，用更灵活的核形状替代高斯核做可微渲染，提升三维场景重建与新视角合成的质量。
用 2D 高斯泼溅做激光雷达里程计与建图，同步完成位姿估计和可渲染的网格重建，适合自动驾驶与机器人三维场景建模。
把 Qwen-Image-2.1 的文生图和多图编辑提示词按阿里官方规范自动改写优化，让 AI Agent 出图更准。
基于特征基旋转和水填充比特分配的 KV-Cache 量化压缩方案，用于降低大模型推理时的显存占用。
CVPR'24 论文官方实现，用上下文残差学习加少量样本提示，让一个通用模型跨类别做异常检测，免去每类单独训练。
用多尺度 3D VQVAE 把单张图片或文本自回归生成 3D 物体，同时支持 3D 理解，适合做图生 3D 和多模态 3D 研究。
从单目视频实时重建动态三维高斯场景，用运动自适应样条建模物体运动，解决动态场景新视角合成中运动表示不鲁棒的问题。
A self-hosted IPTV proxy for DLHD.