Glue Factory是CVG开发的一个库，用于训练和评估深度神经网络，专注于提取和匹配局部视觉特征。

Smol Vision是一个专注于视觉模型的压缩、优化与定制的方案集，旨在缩小模型尺寸、提高运行速度，并实现个性化定制。该项目支持多种视觉任务，并易于集成与使用，适合在资源有限的环境中应用。

包含真实场景级视频和场景标注的大型数据集，具有10,510个多视角场景，51.2百万帧，分辨率为4k，还包括140个用于新视角合成(NVS)的基准视频以及来自SOTA NVS方法的训练参数，为深度学习的3D视觉任务提供了丰富的场景和标注信息

LayerX.ai是一个端到端的AI数据管理平台，旨在便捷地收集、整理、标注和搜索大规模计算机视觉数据。它提供统一的基础设施，以捕获、存储、索引和搜索元数据、标签、模型运行及所有计算机视觉数据。

该项目通过图像和文本提示结合，利用GroundingDINO生成边界框，然后通过SAM生成分割掩码，支持多种输入格式，旨在提升图像分割的准确性和灵活性。

Fine Tune AI 是一个在线平台，旨在通过生成高质量的微调数据来帮助用户优化其人工智能模型。用户可以通过输入提示来获取定制的数据集，从而提高模型在特定任务上的表现。该平台支持多种场景，适合不同领域的应用需求。

Raspberry Pi Camera 是一款专为 Raspberry Pi 设计的摄像头模块，支持多种分辨率和帧率，可以拍摄静态图像和视频，并且能够实时传输视频流。它还具备夜视功能（需要额外配件），并且可以与多种编程语言和库进行集成，适合各种项目和应用。

YoutubeGPT利用OpenAI的Whisper、Embedding和Davinci模型，从YouTube视频中提取文本转录，分段嵌入，并允许用户通过聊天与视频内容进行交互，提供丰富的用户体验。

Landing AI 是一个计算机视觉平台和人工智能软件公司，提供名为 LandingLens 的云计算机视觉软件平台。用户可以通过自然提示交互在几分钟内创建自定义计算机视觉项目，使构建计算机视觉系统变得快速、简单和直观。用户可以直接拖放图像或通过网络摄像头捕获实时图像，使用标记工具标记图像中的对象，创造高质量的训练数据以实现最大准确性。标记后，用户可以训练模型并评估其性能。一旦模型足够准确，可以通过几次鼠标点击将其部署到云端或边缘设备。用户可以监控模型性能并根据需要进行更新。

这个项目能分析图像中对象之间的关系，是一个将Meta的Segment-Anything模型与ECCV'22论文相结合的演示：Panoptic Scene Graph Generation。

Rerun 是一个用于记录计算机视觉和机器人数据的 SDK，并配有可视化工具，可以随时间探索这些数据。它允许用户以最小的代码调试和理解系统的内部状态和数据。开发者可以将数据记录到 Rerun SDK，系统会自动进行可视化处理。Rerun 支持来自多个进程的实时数据流，并可回放录制的数据。Rerun Viewer 根据记录的数据创建可配置的可视化效果，用户可以随时回溯和前进时间。

Imagen是一个文本到图像的扩散模型，具有极高的真实感，利用大型变换器语言模型来理解文本并生成高保真图像。它在COCO数据集上取得了7.27的最先进FID分数，并在样本质量和图像-文本对齐方面被人类评审者优先选择。

北京大学的多模态图像视频识别项目，旨在将视觉信息融入语言特征空间，以推动大型视觉-语言模型的发展。

遥感基础模型(RSFM)是一个开源的遥感应用开发框架，旨在支持快速评估和微调各类模型在不同数据集上的表现，为遥感社区提供便捷的工具和资源。

这是一个基于PyTorch的库，旨在加速在分布外（OOD）检测方面的研究，支持多种检测方法，并提供易用的API设计。该项目结合深度学习模型进行OOD任务，提供数据集和基准测试，且可与PyTorch深度学习框架无缝集成。