图像与视觉

Deep-Live-Cam 是 Python 实时换脸与一键视频 deepfake 工具，仅凭一张图片即可换脸，支持实时视频、摄像头场景。适合想体验 AI 换脸、实时 deepfake 的开发者与爱好者。

🖼️ Image Toolbox is a powerful app for advanced image manipulation. It offers dozens of features, from basic tools like crop and draw to filters, OCR, and a wide range of image processing options

ComfyUI 是面向扩散模型的模块化 GUI、API 和后端，带图/节点界面，可用于本地推理。它适合希望通过节点界面操作扩散模型的开发者与用户，主要用 Python 编写，并自称最快的本地推理引擎。

Learn OpenCV : C++ and Python Examples

NVR with realtime local object detection for IP cameras

用 Go 编写的 AI 驱动照片应用，支持自托管与私有云部署，借助机器学习和 TensorFlow 管理照片，可作为 Google Photos 的替代方案。适合注重隐私、希望自主托管照片库的用户。

SVG Optimizer for Node.js and CLI. ⚙️

Upscayl 是一款免费开源的 AI 图像放大工具，支持 Linux、macOS 与 Windows。它基于 AI 模型处理低分辨率图片，帮助用户在不损失细节的前提下放大图像，适合需要修复或增强老照片、素材清晰度的普通用户与设计人员。

Industry leading face manipulation platform

three.js 是一个用 JavaScript 编写的 3D 库，主要服务于网页上的三维图形开发，也关联 AR、VR、Canvas、SVG、WebGL、WebGL2、WebGPU、WebXR、WebAudio 等方向。它适合 JavaScript 开发者、前端开发者以及需要制作网页三维内容的人使用，在 GitHub 上获得 115953 个星标。

A privacy-first app that strips AI watermarks from content you own.

Rebuild the object in a reference image as a code-only, procedural, quality-gated, animation-ready Three.js model. Token-efficient image-to-3D.

PaddleOCR 是轻量级 OCR 工具包，能把 PDF 和图片文档转为结构化数据，衔接图像/PDF 与 LLM。支持 100 多种语言，覆盖中文 OCR、文档解析、PDF 转 Markdown、关键信息抽取和 RAG 等方向，适合需要文档处理的开发者。

Invoke is a leading creative engine for Stable Diffusion models, empowering professionals, artists, and enthusiasts to generate and create visual media using the latest AI-driven technologies. The sol

基于 PyTorch 的扩散模型库，面向图像、视频与音频生成，涵盖文生图、图生图、文生视频等任务，收录大量先进扩散模型与预训练权重。适合深度学习研究者、模型微调人员及生成式应用开发者使用，主要语言为 Python。

✅（已完结）超级全面的 深度学习 笔记【土堆 Pytorch】【李沐 动手学深度学习】【吴恩达 深度学习】【大飞 大模型Agent】