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。
汇总深度学习目标跟踪与检测的论文、数据集和代码资源，方便快速查找该领域的模型与实现。
一套目标检测评估指标工具，涵盖 mAP、AR、STT-AP 等 14 种指标，兼容 COCO、PASCAL VOC、ImageNet 等多种边界框格式，省去自己实现评估逻辑的麻烦。
实时识别网站使用的反爬系统、验证码和浏览器指纹技术，能判断 Cloudflare、Akamai、DataDome、reCAPTCHA 等并给出置信度，帮爬虫开发者快速摸清目标站点的防护底细。
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。
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。
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。
面向 ROS 1/2 的实时 3D 激光雷达障碍物检测工具，集地面分割、聚类、跟踪与轨迹预测于一体，单核 CPU 约 10ms 处理一帧，可选 TensorRT 加速的 CenterPoint。
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。
基于 OpenPifPaf 人体姿态估计模型做跌倒检测，结合目标跟踪分析视频中的人体关键点，判断是否发生摔倒，可在 CPU 或 GPU 上运行。
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 Python 实现的多摄像头实时多人跌倒检测，结合人体姿态估计和 LSTM 识别视频中的跌倒事件，适合看护场景。
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 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。
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。
用 YOLO 检测工地未戴安全帽、未穿反光衣及靠近机械等危险行为，并用 HDBSCAN 聚类锥桶坐标划定监控区域，提升施工安全。
用 Python 自动检测图像中的色卡（ColorChecker）位置，为色彩校正和色彩空间分析提供准确的色块定位。
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。
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。
Fast and flexible image augmentation library. Paper about the library: https://www.mdpi.com/2078-2489/11/2/125
一款用 Go 写的安全扫描器，能查容器镜像、Kubernetes、代码仓库和云环境里的漏洞、配置错误和泄露密钥，还能生成 SBOM。
面向 ROS2 机器人的 GPU 加速目标检测包，基于 TensorRT 和 Triton 推理深度学习模型，可在 Jetson 上实时运行。
收录最全的 PyTorch 图像骨干网络合集，涵盖 ResNet、ViT、ConvNeXt 等主流模型，自带训练、评估、推理和导出脚本及预训练权重，省去自己搭网络和找权重的麻烦。
自托管的个人仪表盘，把常用服务和书签集中到一个页面，带状态检测、小组件、主题和可视化编辑器，适合家庭实验室和团队首页。
用 PyTorch 实现的 Vision Transformer（ViT），只需一个 Transformer 编码器就能在图像分类任务上达到 SOTA，代码简洁易读，适合快速复现和二次开发。
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。
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。
用深度学习快速准确地识别文件真实类型，不依赖扩展名，支持 MIME 检测，Rust 实现，可嵌入各类应用做内容安全与文件分类。
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。
扫描 Git 仓库和提交历史，自动找出硬编码的密钥、令牌等敏感信息，帮你在 CI/CD 流程里提前拦截泄露风险。
把文档网站、GitHub 仓库和 PDF 自动转成 Claude AI 技能包，并检测内容冲突，省去手工整理知识库的麻烦。
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。
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。