crates.io · npm
cafercangundogdu/tesseract-rs
Rust binding for Tesseract OCR with built-in compilation of Tesseract and Leptonica libraries.
MIT21 жовт. 2026 р. · метрики 2.10.0
Усі теги
Тег каталогу
#computer-vision
Усі репозиторії публічного реєстру з цим тегом — із тем GitHub або ключових слів, які публікують їхні реєстри пакетів. Здоров'я вимірюється за тією ж версіонованою методологією, що й решта реєстру.
114 записів
PyPI
pictograph-io/pictograph-sdk
Complete python SDK, CLI, and API reference for integrating with the Pictograph.io platform.
MIT21 жовт. 2026 р. · метрики 2.10.0
crates.io
strawlab/dlt
DLT (direct linear transform) algorithm for camera calibration
Apache-2.017 вер. 2026 р. · метрики 2.10.0
PyPI
furuse-kazufumi/fullseye
Fullseye — a numpy-native operator library for vision, 3-D and measurement: 1,500+ typed ops spanning 2-D imaging, point clouds/meshes/volumes, optics, tomography, interferometry, acoustics, colour and metrology, plus an evolutionary pipeline designer with honest holdout gating. Ships as an AI/RAG operator corpus.
Apache-2.03 жовт. 2026 р. · метрики 2.10.0
npm
roboflow/inference-sdk-js
Опис репозиторію не опубліковано.
Без ліцензії2 жовт. 2026 р. · метрики 2.10.0
crates.io
astraw/levenberg-marquardt-sparse
Sparse Levenberg-Marquardt solver for nonlinear least squares problems.
MIT17 вер. 2026 р. · метрики 2.10.0
PyPI
veryviolet/echelon3
Config-driven PyTorch training framework: assemble nets, data, losses and trainers from YAML
Apache-2.09 вер. 2026 р. · метрики 2.10.0
Go
leandroveronezi/go-recognizer
Face detection and recognition using golang
MIT14 вер. 2026 р. · метрики 2.10.0
PyPI
NVIDIA/nvImageCodec
A nvImageCodec library of GPU- and CPU- accelerated codecs featuring a unified interface
Apache-2.011 вер. 2026 р. · метрики 2.10.0
PyPI
wonderalexandre/MTLearn
MTLearn is a C++/Python research library for learnable connected operators based on morphological trees.
GPL-3.028 вер. 2026 р. · метрики 2.10.0
PyPI
KevinMusgrave/pytorch-metric-learning
The easiest way to use deep metric learning in your application. Modular, flexible, and extensible. Written in PyTorch.
MIT17 вер. 2026 р. · метрики 2.10.0
PyPI · npm
cvat-ai/cvat
Computer Vision Annotation Tool (CVAT) is a leading platform for building high-quality visual datasets for vision AI. It offers open-source, cloud, and enterprise products, as well as labeling services, for image, video, and 3D annotation with AI-assisted labeling, quality assurance, team collaboration, analytics, and developer APIs.
MIT16 вер. 2026 р. · метрики 2.10.0
PyPI
open-mmlab/mmdetection
OpenMMLab Detection Toolbox and Benchmark
Apache-2.017 вер. 2026 р. · метрики 2.10.0
PyPI
openvinotoolkit/openvino
OpenVINO™ is an open source toolkit for optimizing and deploying AI inference
Apache-2.017 вер. 2026 р. · метрики 2.10.0
PyPI
waybarrios/crystal
CRYSTAL: Beyond Final Answers: Benchmark for Transparent Multimodal Reasoning Evaluation | arXiv 2603.13099
Без ліцензії17 лип. 2026 р. · метрики 2.10.0
PyPI
Layout-Parser/layout-parser
A Unified Toolkit for Deep Learning Based Document Image Analysis
Apache-2.017 вер. 2026 р. · метрики 2.10.0
PyPI
aleju/imgaug
Image augmentation for machine learning experiments.
MIT17 вер. 2026 р. · метрики 2.10.0
PyPI
CharithManaujayaMUTEC/AutoMR-Framework
AutoMR-Framework
Без ліцензії5 вер. 2026 р. · метрики 2.10.0
PyPI
TencentARC/GFPGAN
GFPGAN aims at developing Practical Algorithms for Real-world Face Restoration.
Власна ліцензія17 вер. 2026 р. · метрики 2.10.0
PyPI
GaParmar/clean-fid
PyTorch - FID calculation with proper image resizing and quantization steps [CVPR 2022]
MIT17 вер. 2026 р. · метрики 2.10.0
PyPI
albumentations-team/albumentations
Fast and flexible image augmentation library. Paper about the library: https://www.mdpi.com/2078-2489/11/2/125
MIT17 вер. 2026 р. · метрики 2.10.0
PyPI
fcakyon/midv500
Download and convert MIDV-500 annotations to COCO instance segmentation format
MIT19 вер. 2026 р. · метрики 2.10.0
PyPI
ispras/dedoc
Dedoc is a library (service) for automate documents parsing and bringing to a uniform format. It automatically extracts content, logical structure, tables, and meta information from textual electronic documents. (Parse document; Document content extraction; Logical structure extraction; PDF parser; Scanned document parser; DOCX parser; HTML parser
Apache-2.019 жовт. 2026 р. · метрики 2.10.0
PyPI
seruva19/ayase
Modular media quality metrics toolkit.
MIT13 вер. 2026 р. · метрики 2.10.0