基于 PyTorch 的目标检测工具箱与基准库,集成了 Faster R-CNN、DETR、Grounding DINO 等主流模型,方便训练、评测和复现检测与分割算法。
基于飞桨的目标检测工具库,覆盖检测、实例分割、多目标跟踪和实时多人关键点检测,提供从训练到部署的完整流程。
高性能无锚框 YOLO 目标检测器,精度超过 YOLOv3~v5,支持 MegEngine、ONNX、TensorRT、ncnn 和 OpenVINO 多后端部署。
一份持续更新的异常检测资源大全,汇总书籍、论文、视频和工具箱,覆盖传统方法与最新的 LLM、VLM 工作,适合快速入门和跟进前沿。
一套用于评估目标检测算法的常用指标实现,支持计算 AP、mAP 和 PR 曲线,兼容 Pascal VOC 等标注格式。
本地运行的网络录像机,接入 IP 摄像头后实时做目标检测,识别到人、车等对象再触发录像和 MQTT 通知,画面不出家门。
YOLO 系列官方实现库,一套 PyTorch 代码覆盖目标检测、实例与语义分割、图像分类、姿态估计和目标跟踪,训练到部署全流程打通。
一套开箱即用的 2D/3D 人脸分析算法库,集成 ArcFace、RetinaFace 等模型,覆盖人脸检测、对齐、识别和年龄估计,支持 PyTorch、MXNet 等多后端。
基于 PyTorch 的目标检测全家桶,覆盖训练、推理、实例分割、图像分类和模型导出,开箱即用,适合快速落地视觉任务。
开箱即用的全栈监控平台,秒级采集指标并自动告警,内置机器学习异常检测,小团队也能低成本搭建可观测性。
RF-DETR 是 Roboflow 推出的实时目标检测与实例分割模型架构,在 COCO 上达到 SOTA,适合直接微调落地。
配套 B 站视频教程的深度学习图像处理实战代码库,用 PyTorch 和 TensorFlow2 覆盖图像分类、目标检测与分割的完整训练流程。
基于 Chromium 源码级指纹补丁的隐身浏览器,可直接替换 Playwright,用于绕过 Cloudflare 等机器人检测与验证码,适合自动化采集和 AI Agent 场景。
Detectron2 是 Facebook 开源的目标检测与分割平台,提供模块化架构和丰富预训练模型,方便快速搭建和训练视觉识别任务。
用 Rust 写的无头浏览器,专为 AI Agent 和网页抓取设计,自带反检测能力,能绕过网站对自动化浏览器的识别。
基于 PyTorch 的说话人日志神经网络组件库,提供语音活动检测、说话人变化检测、重叠语音检测和说话人嵌入等预训练模块,方便搭建说话人分离与识别流程。
一站式 IP 工具箱,可查 IP 归属地与地理位置、检测 WebRTC 和 DNS 泄漏、做 IP 质量与浏览器指纹检测,还带网速、延迟、MTR、Whois 等网络诊断。
定制版 Selenium Chromedriver,开箱即用,能绕过 CloudFlare、Distil、Imperva 等主流反爬和机器人检测系统,适合做浏览器自动化时被拦截的场景。
基于 PyTorch 的 YOLOv3 系列实现,覆盖训练、验证、推理全流程,并支持导出 ONNX、CoreML、TensorRT 等多种格式,方便做实时目标检测和边缘部署。
提供可插拔的 Python 和 C++ 多目标跟踪模块,集成 BoT-SORT、ByteTrack、OC-SORT 等 SOTA 算法,支持轴对齐与旋转框跟踪。
面向体育场景的计算机视觉工具库,提供足球等运动的检测、关键点识别与图像嵌入能力,可直接用于球员追踪和赛事数据分析。
PyTorch 上的 Grad-CAM 系列可视化工具,支持 CNN 和 Vision Transformer,可用于分类、检测、分割、图像相似度等任务的模型可解释性分析。
一套可复用的计算机视觉工具库,提供目标检测、实例分割、分类等任务的标注处理、指标计算与可视化组件,帮开发者省去重复造轮子的时间。
基于飞桨的一站式开发工具,把分类、检测、分割、OCR、语音识别等任务封装成流水线,支持训练到部署全流程。
基于深度学习的一站式 OCR 库,把文字检测、文字识别和版面分析串成流水线,支持 PyTorch 训练与微调,适合快速搭建文档解析应用。
基于 PyTorch 的激光雷达 3D 目标检测工具箱,统一了 PointPillar、PV-RCNN 等主流点云检测模型的训练与评测流程,省去自己搭框架的麻烦。
开源的图片缩略图服务,支持裁剪、缩放、加水印和格式转换,可处理 JPEG、PNG、WebP、AVIF、GIF 等格式,适合为网站搭建独立的图片处理后端。
把屏幕截图解析成结构化元素,让纯视觉 GUI Agent 能识别界面上的按钮、图标和文本,无需依赖 DOM 或控件树。
绕过 YouTube 的广告拦截检测,消除「不允许使用广告拦截器」的弹窗,让装了拦截插件的浏览器能继续正常看视频。
给 AI 代理用的隐身无头浏览器,能绕过 Cloudflare 和反爬检测,可直接替换 Puppeteer/Playwright。
开源的入侵检测与防御系统,兼做 WAF 和机器人识别,靠社区共享的恶意 IP 黑名单帮你在 Linux、Windows、容器和 K8s 上自动封禁攻击源。
基于 Python 和 OpenCV 的视频场景切换检测工具与库,能自动识别视频中的镜头切换和转场,方便做视频分段、剪辑和内容分析。
Fast and flexible image augmentation library. Paper about the library: https://www.mdpi.com/2078-2489/11/2/125
让 AirPods 在 Android 和 Linux 上也能用的逆向工程工具,支持电量监控、入耳检测、助听器模式和对话感知等原生功能。
跨平台文件类型识别工具,通过签名、熵值和结构分析判断二进制文件格式,常用于恶意软件分析与逆向工程。
端侧唤醒词检测引擎,用深度学习在本地识别自定义唤醒词,无需联网即可实现语音激活。
分析各类反爬与机器人检测系统(Akamai、PerimeterX、Arkose、AWS WAF 等)的识别原理,并给出绕过浏览器指纹脚本的可行对策,适合做网页采集时参考。
汇集卫星与航拍影像深度学习的技术清单,涵盖数据集、模型与工具,帮遥感从业者快速找到可用的方法和资源。
微软开源的 PII 检测与脱敏框架,能从文本、图像和结构化数据中识别并匿名化姓名、电话等敏感信息,支持 NLP 与正则规则组合的自定义流水线。