PointCNN 提出 X-变换卷积算子，直接在无序点云上做特征学习，可用于三维点云分类和分割，服务于自动驾驶、机器人等场景。

用 TensorFlow 把 Kaggle 旧金山犯罪描述分成 39 类，CNN、GRU、LSTM 搭配词向量做多分类文本建模，适合入门文本分类实战。

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。

开箱即用的 OCR 工具，支持 80 多种语言和拉丁、中文、阿拉伯、天城文、西里尔等主流文字，几行 Python 代码就能把图片里的文字提取出来。

轻量级 AI 证件照制作算法，能自动抠图、换背景并生成标准尺寸证件照，适合快速集成到自己的应用里。

基于深度学习的中文语音识别系统，用 CNN+CTC 把中文语音转成文字，适合搭建本地语音转写服务。

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。

基于 CNN/ResNet/DenseNet 加 GRU/LSTM 与 CTC/交叉熵的验证码识别模型训练工具，专注训练环节，帮你快速产出可用的验证码 OCR 模型。

用 C++ 实现的高性能动漫图像放大工具，支持 GPU 加速和 CNN 算法，可作 AviSynth+ 插件或 DirectShow 滤镜接入视频处理流程。

基于 CNN 的音频分割工具包，能自动切分语音、音乐和噪声片段，并识别说话人性别，适合大规模按性别统计发言时长的研究。

Conformer 的 PyTorch 非官方实现，把卷积和 Transformer 结合起来做语音识别，适合直接拿来训练或复现 ASR 模型。

用 TensorFlow 实现的手写文字识别系统，基于 CNN 与循环神经网络，把图片中的手写文字转成文本，适合做 OCR 训练与微调。

一套从 Python 基础到生成式 AI 的数据科学实战教程，覆盖数据分析、深度学习、MLflow 与 Prefect 等 MLOps 工具链，适合系统学习并动手实践。

可见光-红外成对图像数据集，专为低光照视觉任务设计，可用于图像融合、图像翻译和目标检测等模型的训练与评测。

基于循环生成式反投影网络的视频超分辨率方案，用 GAN 和 CNN 把低清视频重建为高清画面，适合做视频增强与修复。

RectLabel 是一款离线图像标注工具，用于给目标检测和分割任务画框、打标签、生成掩码，支持 Faster R-CNN、Mask R-CNN、Detectron 等格式。

一套能自动识别动漫画面的 MPV 播放器配置，集成 Anime4K、ArtCNN 等超分着色器，按 SD/HD 和动漫/真人自动切换画质管线。

基于 Anime4K 着色器的动漫视频超分图形界面，能把放大后的视频直接保存到本地，省去命令行配置的麻烦。

为 VapourSynth 视频处理框架提供 CPU/GPU 高效推理运行时，内置 waifu2x、Real-ESRGAN、RIFE、Real-CUGAN 等超分、降噪、插帧模型，方便在视频后期流程里直接调用。