Word Error Rate (WER) 및 Character Error Rate (CER)와 같은 지표를 사용하여 자동 음성 인식 시스템을 평가하는 빠른 Python 패키지입니다.

whisper.cpp 기반의 고성능 자가 호스팅 음성 인식(speech-to-text) API로, Deepgram과 호환되어 통합이 용이합니다.

Groq, OpenAI, Speechify를 활용해 유명인 음성 클론과 생성된 콘텐츠를 결합한 AI 생성 비디오를 자동으로 만드는 도구.

잠재 확산 모델(LDM)의 생성 미디어에 대한 오픈소스 Python 툴킷으로, AI 생성 이미지 및 동영상에 수식을 삽입, 탐지, 평가할 수 있는 도구를 제공합니다.

AnyRecon은 동영상 확산 모델을 사용하여 촬영된 시점의 집합에서 임의 시점의 고품질 3D 재구성을 생성하는 3D 재구성 프레임워크입니다.

고품질 이미지 복원 및 생성을 위한 잔차 디노이징 확산 모델 프레임워크로, 비 제거, 블러 제거 등의 작업을 지원합니다.

LoRA 어댑터를 생성하기 위한 프레임워크로, 슬라이더 역할을 하여 Stable Diffusion 및 FLUX와 같은 확산 모델에서 특정 시각 개념을 정밀하게 제어할 수 있습니다.

확산 모델과 흐름 기반 생성 모델의 기하학적 직관을 설명하는 교육용 대화형 시각화 도구입니다.

Meissonic은 소비자용 GPU에서 실행되도록 설계된 효율적인 고해상도 텍스트-이미지 합성을 위한 비자기회귀 마스크 생성 트랜스포머입니다.

텍스트-이미지 생성 모델(text-to-image generation models)의 복잡한 구성 요소, 속성 바인딩, 공간 관계 처리 능력을 중점적으로 평가하는 종합적인 벤치마크 및 평가 스위트입니다.

하이퍼그래프 구조의 지식 표현을 사용하여 엔터티 간 복잡한 관계를 보다 잘 포착하는 Retrieval‑Augmented Generation 프레임워크입니다.

txtai를 백엔드로 하는 Streamlit 애플리케이션으로, 벡터와 그래프 RAG를 구현하여 사실에 기반한 LLM 응답을 제공합니다.

시각적 에이전트 오케스트레이션 캔버스와 Webhook 커넥터를 통해 AI 에이전트를 제3자 메시징 플랫폼에 배포할 수 있는 풀스택 RAG 프레임워크입니다.

검색, 재순위화(re-ranking), RAG를 위한 포괄적인 Python 툴킷으로, 최첨단 모델을 실험하고 배포할 수 있는 통합 인터페이스를 제공합니다.

다중 LLM 백엔드와 상호 작용하기 위한 통합 API를 제공하는 Rust 라이브러리로, 다단계 체인, 에이전트 워크플로우 및 표준화된 REST API를 지원합니다.

RAG, 에이전트 워크플로우, 멀티모달 챗봇, 그리고 파인튜닝 파이프라인을 다루는 LLM 프로젝트와 튜토리얼 모음집으로, 기초부터 고급 AI 애플리케이션 개발로 나아가기 위한 과정을 제공합니다.

이종 리소스 스케줄링과 자동 모델 서빙을 지원하는 LLM 에이전트용 분산 프레임워크로, 에이전트 프로그램을 관측 가능한 워크플로우로 변환합니다.

OpenClaw 런타임 내에서 AI 에이전트의 능력과 성능을 평가하기 위한 투명한 라이브 실행 벤치마크 허브로, 결정론적 채점을 제공합니다.

강화 학습을 사용해 LLM 에이전트의 추론, 도구 사용 및 의사결정 능력을 최적화하는 오픈소스 프레임워크.

피델리티 마커와 멀티터치 손가락을 추적하여 물리적 사용자 인터페이스를 만들 수 있게 해 주는 크로스 플랫폼 컴퓨터 비전 프레임워크입니다.

컴퓨터 비전 작업을 위한 최신 딥러닝 기법 및 모델 아키텍처의 고품질 PyTorch 구현 라이브러리입니다.

cuCIM은 바이오메디컬, 지리공간 및 원격 감지 응용 분야에서 사용되는 대규모 다차원 이미지를 위해 설계된 GPU 가속 컴퓨터 비전 및 이미지 처리 라이브러리입니다.

센서 퓨전, 시각적 주행 거리 측정(visual odometry) 및 SLAM을 위한 Kalman filter 프레임워크로, Jacobian 계산을 자동화하고 ESKF 및 MSCKF와 같은 고급 필터를 지원합니다.

패턴화된 빛으로 비춘 물체 이미지에서 3D 포인트 클라우드를 재구성하는 구조광 스캔 도구로, CPU와 GPU 가속을 모두 지원합니다.

CUDA 가속을 이용한 SIFT 알고리즘 구현으로 실시간 이미지 특징 추출이 가능합니다.

Linux, macOS, Windows를 지원하는 오픈소스 라이브러리로, PC가 Sony Move 모션 컨트롤러에 접근하여 AR/VR 애플리케이션에서 3D 트래킹 및 센서 융합을 가능하게 합니다.

Stylized-ImageNet을 생성하기 위한 도구로, 텍스처를 왜곡하여 CNN이 텍스처보다 객체 형태를 우선하도록 유도함으로써 견고성을 향상시킵니다.

macOS에서 인터랙티브 3D 그래픽, 이미지/비디오 처리, AI 강화 비주얼의 빠른 프로토타이핑을 위한 비주얼 노드 기반 크리에이티브 코딩 환경.

통일된 구성과 벤치마킹을 통해 Visual SLAM 시스템의 개발, 평가, 적용을 간소화하는 포괄적인 프레임워크입니다.

비전 기반 자동화를 사용하여, 취약한 UI selector 대신 AI agent가 데스크톱 및 모바일 기기를 제어할 수 있게 하는 Python SDK입니다.

유연한 웹 기반 협업 이미지 주석 프레임워크로, 반자동 파이프라인을 지원하여 머신러닝 데이터셋 라벨링 속도를 높입니다.

개발자가 모델, 데이터셋, 프로젝트와 프로그래밍 방식으로 상호작용하여 컴퓨터 비전 모델을 자동으로 구축하고 배포할 수 있도록 해주는 Roboflow 공식 Python 패키지입니다.

GenICam 준수 장치를 위한 통합 인터페이스를 제공하여 컴퓨터 비전 애플리케이션의 이미지 획득을 단순화하는 Python 라이브러리입니다.

Diffuman4D는 희소한 뷰의 비디오로부터 자유 시점 렌더링을 가능하게 하는 고충실도 4D 일관성 인간 뷰 합성용 시공간 확산 모델입니다.

AI 데이터셋을 구축, 변환 및 분석하는 데 사용되는 데이터셋 관리 프레임워크 및 CLI 도구로, 특히 다양한 어노테이션 형식을 변환하는 데 중점을 둡니다.

Basler pylon C++ API를 위한 공식 Python 바인딩으로, Python 애플리케이션에서 Basler 머신 비전 카메라를 제어하고 이미지 처리 작업을 수행할 수 있도록 합니다.

클라우드 기반 및 로컬 AI 서비스를 통합하여 콘텐츠 생성, 이미지 처리 및 사이트 관리 작업을 자동화하는 WordPress 플러그인입니다.

TensorRT를 이용한 C++ 구현 YOLOv8으로 고성능 GPU 추론을 제공하며, 객체 탐지, 의미 분할 및 포즈 추정을 지원합니다.

Nvidia 하드웨어에서 실시간 고성능 컴퓨터 비전 및 비디오 분석 파이프라인을 구축하기 위한 고수준 프레임워크로, DeepStream의 복잡성을 추상화합니다.

C++ 로 구현된 빠른 Python 컴퓨터 비전 라이브러리로, NumPy 배열에서 동작하는 100개 이상의 이미지 처리 알고리즘을 제공합니다.

실시간 2D‑to‑3D 인간 포즈 추정기로, RGB 비디오 피드를 표준 BVH 모션 캡처 파일로 변환하여 3D 애니메이션에 활용합니다.

ImageJ2는 다차원 이미지 데이터 지원 및 여러 프로그래밍 언어에 걸친 헤드리스 처리를 위해 기존 ImageJ를 확장한 과학적 이미징 프레임워크입니다.

전사와 시각 분석을 통해 비디오를 인덱싱하고, 자연어 의미 검색을 가능하게 하는 로컬 비디오 지식 베이스입니다.

오픈소스 컴퓨터 비전 도구로, 비디오 피드에서 움직이는 객체를 감지·추적·카운트하여 실제 움직임을 정량화합니다. 주로 교통 조사에 사용됩니다.

SLAM, 내비게이션, 맵핑 및 센서 통합에 필요한 도구를 제공하는 견고하고 모듈화된 모바일 로보틱스용 C++ 프레임워크입니다.

Arm Cortex-A, Neoverse 및 Mali GPU 아키텍처에 최적화된 저수준 머신러닝 함수 모음으로 고성능 ML 추론을 제공합니다.

C# 개발자에게 포괄적인 컴퓨터 비전 및 이미지 처리 기능을 제공하는 OpenCV용 크로스 플랫폼.NET 래퍼입니다.

자동 음성 인식, 텍스트 음성 변환, 언어 이해 API를 간편하게 통합할 수 있는 Deepgram 공식 Python SDK입니다.