margelo/react-native-vision-camera
📸 A powerful, high-performance React Native Camera library.
解决的问题
VisionCamera 为 React Native 应用提供高性能的相机接口，使开发者能够在不牺牲速度或质量的前提下，集成高级相机功能。
工作原理
它作为移动相机硬件的强大封装，提供对分辨率、帧率（FPS）和设备选择的深度控制。其关键特性是「帧处理器」，利用 JS worklets 实现对相机帧的实时处理，适用于 AI 物体检测和人脸识别等任务。
适用人群
使用 React Native 开发移动应用，需要专业级相机功能的开发者，例如高分辨率拍摄、实时 AI 视觉任务或自定义 GPU 加速滤镜。
主要亮点
- 实时 AI 集成：支持帧处理器，用于人脸识别和物体检测。
- 高性能：包含使用 Metal 和 Vulkan 的自定义 C++/GPU 加速缩放器。
- 高级拍摄功能：支持 4K/8K 图像、HDR、夜景模式，以及最高达 240 FPS 的可自定义帧率。
- 可扩展性：支持在相机画面中直接绘制图形、文字和着色器。
相关
- 项目
- 项目
realsenseai/librealsenseRealSense SDK 2.0 (librealsense) – 用于 Intel RealSense 深度相机的开源 C++ 库，提供跨平台的彩色-深度流、校准数据，以及多种包装（Python、ROS 2、C#、Unity）。提供预编译二进制文件或源码构建，支持 AMD GPU 加速，并包含示例代码以便快速上手。
- 项目
roboflow/notebooksroboflow/notebooks 是一个 GitHub 仓库，包含 61 个用于计算机视觉的 Jupyter 笔记本教程，涵盖 YOLO、SAM、Gemini 和 Qwen2.5-VL 等模型。每个笔记本都可以在 Colab、Kaggle 或 SageMaker Studio Lab 中打开，并包含相关博客文章、视频和论文的链接。它旨在通过动手实践学习目标检测、分割、OCR 和数据提取等任务。
- 项目
roboflow/rf-detrRF‑DETR 是一个开源的、基于 transformer 的库，用于实时目标检测、实例分割和关键点检测。它基于 DINOv2 主干网络，提供从极小的“Atto”到大型的“2XL”一系列模型，在 NVIDIA T4 上运行延迟为 1–17 ms 的同时，实现了业界领先的 COCO 准确率。通过 `pip install rfdetr` 安装，使用单一 Python API 即可完成所有三项任务，并可选在 Roboflow 平台上运行 NAS，以针对您的数据集定制模型。