探索AI前沿，掌握行业发展趋势
每日精选AI热点，追踪最新行业动态
精准筛选产品，多维度产品调研
热门AI产品实力、热度、年/月/日排行
提交AI产品信息，助力产品推广和用户转化
一站式AI工具指南，快速找到你需要的工具
企业级监测平台，全域追踪品牌在 12+ AI 平台的表现
输入品牌生成综合健康度得分，快速定位整体位置与短板
单次提问，立刻看到品牌在多个 AI 平台回答中的排名
批量问题 × 定频GEO排名查询 长期追踪排名变化曲线
挖出用户会问 AI 的高热度问题，决定做哪些内容
追踪投放的推广链接，评估哪些渠道真正被 AI 引用
拥有属于自己的GEO系统，助您成为专业GEO优化服务商
通过AI搜索优化服务，让品牌在AI中实现霸屏
聚集热门MCP服务，快速找到适合你的服务
轻松接入MCP客户端，调用强大的AI能力
学习MCP使用技巧，从入门到精通
热门MCP服务性能排行，帮你找到最佳选择
发布你的MCP服务，推广你的MCP服务
自由测试MCP服务，线上快速体验
快速测试MCP服务，快速上线
国内外主流大模型的统一API接入与调用服务
涵盖各类AI模型，满足你的开发与研究需求
寻找优质模型提供商，获取可靠模型支持
热门AI大模型性能、热度、年/月/日排行
帮助检测挑选可以放心使用的大模型中转站
多维度对比大模型，找到最适合你的模型
精准计算大模型使用成本，合理规划预算
多模型实时评测，模型输出结果快速比对
一键检测电脑配置，研判运行模型的兼容性
根据算力需求，推荐匹配的服务器配置
发现与 Bounding Boxes 相关的最受欢迎的开源项目和工具，了解最新的开发趋势和创新。
机器学习实验中的图像增强
BoxMOT：适用于分割、目标检测和姿态估计模型的先进可插拔跟踪模块
用于训练YOLO v3和v2神经网络的图像目标边界框标注图形界面
基于YOLOv4的论文《Complex-YOLO：点云实时三维目标检测》的PyTorch实现
目标检测的数据增强
为计算机视觉应用标注图像和视频
手势识别图像数据集
ROS 2平台上的Ultralytics YOLOv8、YOLOv9、YOLOv10、YOLOv11和YOLOv12
LOST (标签对象并节省时间)——在一个基于网页的环境中设计你自己的智能图像标注流程。
基于TensorFlow目标检测API和卡尔曼滤波的计算机视觉车辆检测与跟踪
A new fast labelling software for object detection, oriented bounding box and segmentation
一个用于计算机视觉标注任务的Python库。其核心功能是将不同格式的边界框标注进行转换，例如，从COCO格式转换为YOLO格式。
这个仓库提供了一个简单易用的标注工具，用于最先进的深度学习训练，并支持自动标注功能。
YOLO3D：基于激光点云的端到端实时三维定向目标边界框检测（ECCV 2018）
一个用于全栈深度学习的多功能库，简化了模型构建、API 开发和模型部署。
一款适用于机器学习的跨平台桌面图像标注工具
一个用于读取和转换目标检测数据集（COCO、YOLO、Pascal VOC、LabelMe、CVAT、OpenImage 等）并使用 COCO 和 Pascal VOC 指标对其进行评估的软件包。
如何用R-CNN算法实现目标检测
JAAD（自主驾驶中的联合注意力）数据集的标注数据
这是一个使用Tensorflow框架构建的目标检测推理API代码库。
