登录
主页
 文章
人脸识别开源项（face_recognition）
项目的人脸识别是基于业内领先的C++开源库 dlib中的深度学习模型，用Labeled Faces in the Wild人脸数据集进行测试，有高达99.38%的准确率。但对小孩和亚洲人脸的识别准确率尚待提升。提供了简单易用的 API，可用于人脸检测、人脸识别和人脸编码等任务。即使没有深厚的机器学习背景，也能借助这个项目快速实现人脸识别相关的功能。
2025-03-23
1170
2
7
人脸识别开源视觉模型（FaceNet）
FaceNet是谷歌公司于2015年提出的一种用于人脸识别的开源计算机视觉模型。其核心是基于深度学习的卷积神经网络（CNN），能够将人脸图像映射到一个固定维度的向量（嵌入向量或特征向量）上，以此保留人脸图像的主要特征。通过比较两个人脸图像的嵌入向量，就可以判断它们是否属于同一个人，具有较高的准确性。
2025-03-23
627
0
12
开源2D/3D深度人脸识别分析工具（InsightFace）
InsightFace是基于PyTorch和MXNet的开源2D/3D深度人脸识别分析工具，由旷视研究院开发并维护。它集成了众多先进的人脸识别算法和模型，为研究人员和开发者提供了强大且易于使用的工具，可用于多种人脸识别相关的任务。项目地址：https://github.com/deepinsight/insightface一、主要特点
2025-03-22
558
2
1
计算机视觉和机器学习工具（OpenFace）
随着科技的发展，许多行业对面部识别和分析技术的需求日益增长。例如，人机交互领域需要更自然、直观的交互方式，市场研究领域希望通过分析消费者的面部表情来评估广告效果和产品设计，安防领域也需要高精度的人脸识别技术来保障安全等。然而，现有的商业解决方案往往成本较高，且定制化程度有限，难以满足不同行业的多样化需求。
2025-03-22
585
4
10
数据权限访问控制（Apache Sentry）
Apache Sentry最初由Cloudera公司内部开发，针对Hadoop系统中的数据（主要是HDFS、Hive的数据）进行细粒度控制，对HDFS、Hive以及Impala有着良好的支持性。2013年Sentry 成为 Apache 的孵化项目，为 Hadoop 集群元数据和数据存储提供集中、细粒度的访问控制。其架构包括DataEngine、Plugin、Policy metadata等部分，Plugin负责和Sentry Server通信以同步权限策略信息，并包含认证引擎模块进行权限验证，Sentry Server中还有audit模块记录请求访问记录。
2025-03-22
1186
4
0
数据权限控制框架（DataPermissionHelper）
DataPermissionHelper是一个强大的数据权限控制框架，基于策略模式设计，允许开发者根据业务需求定义不同的权限策略。支持主流的ORM框架，如Entity Framework、Nhibernate等，通过注解驱动，能在模型类或属性上添加注解标记需要进行权限控制的部分，适用于各类Web应用程序，尤其对数据敏感的应用场景，具有高定制化、低侵入性和易用性强等特点。
2025-03-22
949
6
2
端到端的NLP框架（Haystack）
Haystack是一个端到端的 NLP 框架，专门用于构建基于文档的问答系统，是实现 RAG 的理想选择。它提供了数据预处理、文档存储、检索和生成等一系列组件，支持多种语言模型和检索器。提供可视化界面，方便用户进行配置和调试；支持多模态数据，可处理文本、图像等多种类型的数据；具有可扩展性，可根据需求添加自定义组件。
2025-03-21
1104
5
14
RAG数据框架（LlamaIndex）
2022年为解决大语言模型与外部知识结合的难题，创始人意识到需开发一个工具让开发者能便捷地将自定义数据集成到语言模型应用中。积极与其他开源项目和工具集成，如与 LangChain 等框架结合，发挥各自优势，为开发者提供更强大的开发体验。LlamaIndex专注于数据框架，可帮助用户轻松地将自定义数据集成到语言模型中，实现 RAG 应用。它提供了多种数据连接器和索引结构，能高效地检索相关信息并结合大语言模型生成答案。支持多种数据源，包括文件、API、数据库等；提供多种索引类型，如向量索引、树索引等，可根据不同场景选择合适的索引；具有简单易用的 API，能快速构建 RAG 应用。
2025-03-21
680
9
14
GPT-4.5、Claude-3.5-sonnet、Llama3-400B、文心一言4.0和通义千问2.0五个编程大模型比较
编程大模型是基于深度学习技术、用于处理编程任务的大规模语言模型。其特点为参数规模庞大，经海量编程数据训练，多采用Transformer架构以自动提取代码语义和结构信息。它具备诸多功能，能依自然语言描述或任务需求生成代码，理解解释既有代码，在开发者编写时自动补全代码片段，实现不同编程语言间代码翻译，还能检测纠错并优化代码。这类模型通过学习开源代码库、技术文档等大量编程语料掌握编程知识，可应用于软件开发、代码教育等领域，助力提升编程效率、降低成本和提高代码质量 。
2025-03-20
613
0
13
LLM驱动的应用程序框架（Langchain）
Langchain用于开发由大型语言模型驱动的应用程序的框架，简化了 LLM 应用程序生命周期的每个阶段，包括开发、生产化和部署。由 langchain - core、langchain - community、合作伙伴包、langchain、langgraph、langserve、langsmith 等开源库组成，提供了各种构建块、组件和第三方集成，帮助开发者构建应用程序，还支持状态代理、流媒体、人在回路等功能，以及对应用程序进行调试、测试、评估和监控。Langchain由 Harrison Chase 创立，早期专注于提供工具和组件，帮助开发者更轻松地与语言模型进行交互。目前在自然语言处理和AI应用开发领域获得了广泛的认可和应用。
2025-03-20
1194
6
3
大模型编程能力对比观察（CodeArena）
CodeArena基于 Together AI、Sandpack、Next.js、TypeScript 等技术构建，用于测试不同开源 LLM 的编程能力，实时更新排行榜。功能特点：支持多个 LLM 同时解决相同编程问题，用户可实时观察代码生成过程和结果；根据 LLM 解决问题的效率、准确性和代码质量等因素进行排名；用户可比较不同 LLM 生成代码的可读性、效率和错误率等；集成了代码编辑器和调试工具等开发者工具。
2025-03-20
577
9
5
网络调研助手（Ollama Deep Researcher）
Ollama Deep Researcher是一个基于本地的网络调研和报告撰写助手，利用Ollama托管的本地大型语言模型（LLM），为用户提供高效、隐私保护的调研服务，帮助用户快速生成特定主题的高质量研究总结。项目地址：https://github.com/langchain-ai/ollama-deep-researcher一、核心功能1.智能调研流程：输入主题后，它会自动生成搜索查询，调用搜索引擎获取结果，用LLM总结内容，反思总结以发现知识空白，再生成新查询填补空白，按用户设定的次数迭代，不断优化总结。
2025-03-19
565
0
2
营销数据提取和聚合平台（Improvado）
Improvado专注于营销数据提取和聚合的平台，可从200多个营销和广告平台自动提取数据，进行定制化映射和转换，集成数据仓库和BI工具，提供预构建仪表盘模板。适用于整合多平台营销数据做统一报告、分析跨渠道营销效果等场景。优点是专业性强，支持平台多，功能可定制；缺点是主要针对营销数据，价格相对较高。
2025-03-19
921
4
9
五个常用数据提取工具
数据提取是数据管理过程中的关键环节，然而，最适合的工具取决于具体的使用场景和需求。有些工具擅长从网站提取数据，而另一些则专注于解析复杂文档或与各种数据源集成。以下探讨五款满足不同需求的顶级数据提取工具。虽然这些工具可能并非直接相互竞争，但它们都能在高效获取数据方面发挥重要作用，有助于做出明智决策、实现流程自动化或获得有价值的见解。
2025-03-19
918
6
4
云数据提取和集成平台（Stitch）
Stitch云数据提取和集成平台，操作简便，支持100多个数据源，能与Snowflake和BigQuery等云数据仓库集成，自动创建模式和映射数据类型。常用于从SaaS应用提取数据做集中报告、整合数据库数据到云数据仓库等场景。优点是易上手，数据源和目的地广泛，模式创建和数据类型映射自动化；缺点是数据转换能力有限，不太适合复杂数据集成场景。
2025-03-19
869
3
1
低代码云数据集成服务（Hevo Data）
Hevo Data是一个低代码的云数据集成服务，有150+个预构建的连接器，支持无缝集成，对初学者友好，可实现从多种数据源到数据仓库的ETL过程，也有数据库复制和有限的反向ETL功能，能加密传输和存储数据。适合技术能力相对薄弱，对数据集成的便捷性和快速部署有需求的企业，尤其是以数据仓库为核心进行数据分析的场景。
2025-03-18
911
0
9
在线视频创作平台（Vidnami）
Vidnami 是一款功能强大的在线视频创作平台，前身为 Content Samurai，于 2015 年推出，2020 年更名为 Vidnami。它运用人工智能技术，能够分析输入的文本，自动从大量素材中选取合适的图像和视频片段，将文字快速转化为具有专业外观的视频，无需用户具备视频编辑经验。该平台提供多种视频模板、全主题定制功能以及内置的免版权媒体库，包括 3000 万张图片和 3 万首音乐，还支持自动配音，用户可以录制或上传音轨，也可选择自动语音风格。Vidnami 适合营销人员、博主、网红等希望快速创建高质量视频以提升内容影响力、增加曝光度和吸引更多受众的人群，可用于制作销售视频、内容视频、网红视频、培训课程视频、广告视频等多种类型的视频。
2025-03-17
1181
0
1
文字转动画视频软件（Animaker）
Animaker以动画制作为主的文字转视频软件。创建新项目导入文字后，可根据文字内容挑选合适模板和素材，软件自动结合生成初步视频，再利用编辑功能如剪辑、加特效、调颜色等进行优化。最初以提供基础的文字转动画功能和一些简单的模板为主，随着技术的不断进步和用户需求的增加，逐渐丰富了其功能和素材库，不断优化算法以提高生成动画的质量和效率，界面也变得更加友好和易用，在全球范围内获得了越来越多用户的认可，尤其在自媒体创作者、教育工作者以及小型企业等群体中受到欢迎。
2025-03-17
929
6
8
视频处理工具（Avidemux）
Avidemux是一款遵循GPL协议的开源视频编辑软件，最初由开发者“mean”于2001年编写。它最初只是一个简单的工具，用于从AVI文件中提取音频，并且仅支持Linux系统。随着时间的推移，Avidemux逐渐发展成为功能更全面的视频编辑软件，增加了对多种视频格式的支持、非线性编辑功能、视频滤镜以及编码转换等功能。如今，Avidemux不仅支持Linux，还推出了Windows和macOS版本，使其能够在更多平台上使用。
2025-03-17
1148
8
6
用脚本生成视频（Synthesia）
Synthesia允许用户通过输入脚本生成视频，支持 AI 配音和数字形象，适合教育和商业用途，例如制作教学视频、产品介绍视频等。通常没有严格的长度限制，但生成较长视频可能需要更多处理时间。官方网站： https://www.synthesia.ioSynthesia于2017年由三位爱沙尼亚人创立，早期专注于开发基于人工智能技术的文本转视频解决方案，致力于将文字脚本转化为生动的视频内容。团队不断打磨技术，探索市场需求，努力提升产品的质量和性能。
2025-03-17
655
8
12
- -
© 2021 - 现在 杭州极深数据有限公司 版权所有 联系我们 
浙公网安备 33018302001059号  浙ICP备18026513号-1号