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 的强化学习算法库,提供 PPO、SAC、TD3 等常用算法的可靠实现,开箱即用,适合机器人控制和仿真环境训练。
开源实现的 CLIP 多模态模型,提供图像-文本对比学习训练与预训练权重,支持零样本图像分类和跨模态检索。
面向生产环境的端到端语音识别工具包,基于 PyTorch 提供 Conformer、Transformer 等模型,可直接训练和部署 ASR 服务。
基于 PyTorch 的几何计算机视觉库,提供可微分的图像处理与几何变换算子,方便在空间 AI 和机器人任务中搭建视觉模型。
端到端语音处理工具箱,覆盖语音识别、合成、翻译、增强、分离和说话人日志等任务,基于 PyTorch 提供统一训练与推理流程。
基于节点的可视化编程工具箱,把照片一键重建为带纹理的 3D 模型,覆盖相机追踪、多视图立体和 HDR 成像等流程。
解析和修改 ELF、PE、Mach-O、DEX 等可执行文件格式的跨语言库,支持 C++、Python、Rust,常用于二进制分析与恶意软件研究。
…。 检测、进度与兼容性 - 素材类型检测使用轻量元数据读取,切换质量档位不再重复检测。 - 改进多轮特征提取、匹配和重建的进度展示,区分真实计数与阶段完成率。 - 全景六面准备与实际训练统一归入“Splat 训练”,不再将六面图片数当作训练步数。 - 改进运行监控状态更新,补充匹配活动和长时间无输出提示。 - 为已确认受影响的 PNG/X
…用国产IDEA-CCNL/Erlangshen-MegatronBert-1.3B大模型作为Bert特征提取,基本上完全解决了发音的bad case,同时在情感表达方面有大幅提升。可以作为先前V1.0.1纯中文版本更好的替代。 同时合入了先前去除的Clap模型。 目前只支持中文推理,多语言待定。 此版本不作为正式版本发布于Github。