다양한 소스의 비디오 스트림에서 실시간 객체 탐지 및 추적을 위해 YOLOv7과 YOLOv8을 통합한 컴퓨터 비전 프로젝트입니다.

BentoML 프레임워크를 사용하여 다양한 Stable Diffusion 계열 모델을 셀프 호스팅하고 배포하기 위한 예제 프로젝트 모음입니다.

xArm 시리즈 로봇 팔을 위한 ROS 기반 개발 및 시뮬레이션 프레임워크로, 하드웨어 인터페이스, MoveIt 모션 플래닝 및 Gazebo 시뮬레이션을 제공합니다.

Q‑Transformer는 비디오 관측과 언어 지시를 결합한 로봇 작업을 위한 확장 가능한 오프라인 강화학습을 위한 PyTorch 라이브러리입니다. 비전 트랜스포머 모델, 데이터 수집 에이전트, 리플레이 메모리 데이터셋, Q-학습 트레이너를 포함하며, `pip install q-transformer`로 설치할 수 있습니다.

TFTS는 시계열 예측, 분류, 이상 탐지를 위한 최첨단 딥러닝 모델을 통합 인터페이스로 구현할 수 있는 TensorFlow 기반 라이브러리입니다.

커스텀 딥러닝 연산을 개발하기 위해 읽기 쉽고 수정이 용이한 신경망 레이어 컬렉션을 제공하는 PyTorch nn 모듈의 Triton 기반 서브셋입니다.

continuous-eval은 LLM 기반 파이프라인의 모듈화되고 데이터 기반 평가를 위한 Python 라이브러리입니다. 검색, 생성, 코드, 에이전트 메트릭 카탈로그를 제공하며, 개별 파이프라인 모듈에 메트릭을 연결하고 데이터셋에서 실행할 수 있으며, 리그레션 테스트를 강제할 수 있습니다. 커스텀 LLM-as-a-judge 메트릭도 지원합니다.

Ekho는 작성된 텍스트를 음성으로 변환하는 중국어 텍스트 음성 변환 엔진으로, 사용자 정의 음성 데이터 통합을 지원합니다.

몇 초의 참조 음성만으로 고품질의 제로샷 텍스트-to-음성 및 음성 편집을 가능하게 하는 토큰 보완 신경 코덱 언어 모델입니다.

3D 재구성 및 시맨틱 세그멘테이션 AI 모델 학습을 위해 설계된 10,000개의 실내 장면을 포함하는 대규모 멀티뷰 RGB-D 데이터셋.

이종 로봇 간 기술 전이와 장기 조작을 가능하게 하는 인체형 로봇을 위한 전신 시각-언어-행동 프레임워크.

휴머노이드 및 사족 보행 로봇과 같은 강체 다체 로봇의 최적화 기반 역동학 제어를 위한 C++ 라이브러리입니다.

휴머노이드 로봇의 제어 및 시뮬레이션을 위한 포괄적인 소프트웨어 스택으로, 역학, 인지 및 실시간 통신을 위한 도구를 제공합니다.

GraspNet-1Billion 데이터셋을 위한 Python API로, 로봇 파지(grasping) 연구를 위한 파지 레이블과 포인트 클라우드 데이터를 로드, 처리 및 검증하는 도구를 제공합니다.

로봇이 방대한 양의 자연어 지시를 실행할 수 있도록 하는 오픈 보캐블러리 시각-언어-운동 학습을 위한 인간 수집 데이터셋 세트 및 벤치마크입니다.

로봇 공학을 위해 특별히 설계되었으며, FOC 및 다양한 제어 모드를 지원하는 브러시리스 DC 모터용 오픈 소스 저비용 전자 속도 컨트롤러(ESC)입니다.

PyTorch와 ROS 2를 사용한 실시간 눈의 시선 및 깜빡임 추정 시스템. 자연 환경에서 시선 방향과 깜빡임 확률을 추적.

PX4 오토파일럿을 위한 SITL 및 HITL 시뮬레이션을 제공하는 Gazebo 플러그인을 사용한 로버, 보트, 항공기용 비행 시뮬레이터.

하드웨어, 센서 및 미디어와 상호작용하는 반응형 애플리케이션을 제작하기 위한 저부하, 실시간 제어 및 시각화 플랫폼입니다.

Conda 패키지 매니저를 사용하여 Linux, macOS, Windows에서 설치 및 종속성 관리가 간편한 ROS Noetic의 크로스플랫폼 배포판입니다.

『Modern Robotics: Mechanics, Planning, and Control』 교과서와 함께 사용되는 C++ 라이브러리로, 로보틱스 기계학, 계획, 제어 알고리즘의 교육용 구현을 제공합니다.

로봇공학 및 최적화 작업에 적합한 고성능을 실현하는, 수치적으로 안정적이고 효율적인 선형 및 이차 계획 문제용 수치 해법기 모음.

URDF 및 Xacro 로봇 기술 파일을 시각화하고 JSON API를 통해 대화형 관절 조작 및 원격 제어를 가능하게 하는 Rust 기반 시각화 도구입니다.

YARP는 로봇용 통신 라이브러리 및 툴킷으로, 소프트웨어 구성 요소 간의 표준화된 장치 인터페이스와 메시징을 제공합니다.

Rust로 작성된 최소한의 멀티로터 자율 주행 프레임워크로, 실시간 동역학 시뮬레이션, 경로 계획 및 제어를 제공합니다.

연구자와 개발자를 위한 실험적 강화학습 알고리즘과 특수 도구를 제공하는 Stable-Baselines3 기여 패키지입니다.

Unity와 THREE.js용 URDF 로딩 라이브러리 모음으로, 개발자가 3D 환경에서 로봇 모델을 가져오고 시각화할 수 있도록 합니다.

Universal Robots 매니퓰레이터용 ROS2 드라이버로, 하드웨어 통신, MoveIt2를 통한 모션 플래닝, 그리고 ROS2 동작을 산업용 협동 로봇에 통합할 수 있게 합니다.

웹 애플리케이션이 ROS (Robot Operating System) 시스템과 통신하여 로봇 인터페이스를 구축할 수 있도록 지원하는 JavaScript 클라이언트 라이브러리 모음입니다.

Universal Robots CB3 및 e-Series 매니퓰레이터용 ROS 드라이버로, 실시간 제어, 교정 및 ROS-control과의 통합을 위한 안정적인 인터페이스를 제공합니다.

로봇이 운동학적 및 동적 제약 조건을 준수하면서 기하학적 경로를 따라 가능한 한 빨리 이동할 수 있도록 시간 최적 경로 매개변수화를 계산하는 라이브러리입니다.

URDF 및 MuJoCo MJCF 임포트를 지원하고, 가속화된 JAX 백엔드를 갖춘 순수한 Python 기반 로봇 역운동학 계산 라이브러리입니다.

로봇 공학에서 빠른 3D 데이터 처리를 위한 GPU 가속 라이브러리로, 고성능 점군 알고리즘, 충돌 회피, 경로 계획을 제공합니다.

여러 시뮬레이션 프레임워크와 데이터셋을 단일 인터페이스로 통합하는 확장 가능한 로봇 학습용 통합 플랫폼 및 벤치마크.

Pixel Reasoner는 시각-언어 모델에 시각 조작(줌인, 프레임 선택 등)을 추가하는 연구 프레임워크로, 지시어 튜닝과 호기심 기반 강화학습을 통해 훈련됩니다. 리포지토리는 설치 가이드, SFT 및 RL 스크립트, 사전 훈련된 7B 체크포인트, 데이터셋, 이미지 및 동영상 벤치마크용 평가 파이프라인을 제공합니다.

이미지의 캡션과 키워드를 자동으로 생성하여 이미지 메타데이터에 직접 기록함으로써 쉬운 인덱싱과 검색을 가능하게 하는 로컬 AI 도구입니다.

단일 자연어 지시를 이미지, 동영상, 3D 모델 생성을 위한 전문 모델 호출 시퀀스로 변환하는 컴퓨터 비전용 유니버설 태스크 라우터입니다.

MMF는 시각 및 언어 멀티모달 연구를 위한 모듈형 PyTorch 기반 프레임워크로, 최첨단 모델의 참조 구현과 분산 학습을 위한 도구를 제공합니다.

VLM-FO1은 일반적인 추론 능력을 저하시키지 않으면서 세밀한 인지 및 공간 인식을 강화하는 Vision-Language Model용 플러그 앤 플레이 모듈입니다.

Awesome‑Multimodal‑Modeling은 커뮤니티가 큐레이팅한 "아워소 리스트"로, 다중 모달 AI 모델을 조사합니다. Traditional, MLLMs, Unified, Native의 네 가지 명확한 패밀리를 정의하고, 아키텍처적 차이를 설명하며, Hugging Face의 오픈소스 모델 컬렉션에 링크합니다. 급속도로 변화하는 다중 모달 환경을 구조적으로 이해해야 하는 연구자와 엔지니어를 위한 리포지토리입니다.

34개의 벤치마크에 걸쳐 음성 이해와 생성을 모두 지원하는 대규모 오디오 파운데이션 모델 평가를 위한 통합 오픈소스 프레임워크.

오디오 스트림 및 게임 내 이미지의 실시간 전사 및 번역을 가능하게 하는 Whispering Tiger 애플리케이션용 네이티브 Windows UI입니다.

Kaldi‑Active‑Grammar은 Kaldi 음성 인식 엔진을 위한 Python 래퍼로, 여러 작은 문법을 컴파일하고 각 발화마다 필요한 것만 활성화할 수 있습니다. 주요 OS용 바이너리 웨일을 포함하고, 사전 학습된 영어 모델을 제공하며, Dragonfly 및 Caster 음성 제어 프레임워크의 백엔드를 지원합니다. pip로 설치하고, 모델을 다운로드하며, 규칙을 정의한 후 문맥에 맞는 명령 제어를 동적으로 활성화할 수 있습니다.

Apple Silicon에서 로컬 MLX 모델을 실행하기 위한 OpenAI 호환 API 서버로, 텍스트, 멀티모달, 이미지 및 오디오 모델을 지원합니다.

1D-ResNet과 MFCC 특징을 사용하여 오디오 신호를 음성 또는 노이즈로 분류하는 딥러닝 기반 음성 활동 감지(VAD) 시스템입니다.

사용자가 사용자 정의 음성 명령을 만들어 컴퓨터 작업을 자동화하거나 음성으로 프로그래밍할 수 있도록 도와주는 Python 음성 인식 프레임워크입니다.

Apple의 네이티브 `SFSpeechRecognizer`를 사용하여 권한 및 음성 인식을 처리하는 세련된 음성-텍스트 변환 오버레이 UI를 제공하는 iOS 라이브러리입니다.

Raspberry Pi에서 작동하는 자체 호스팅 AI 홈 어시스턴트로, LiteLLM와 LangGraph를 사용해 LLM을 홈 오토메이션 및 개인 생산성 도구와 통합합니다.