ওপেন সোর্স। নতুন সম্ভাবনা।

A personal Elixir/OTP game-automation bot for a 2D MMORPG, using screen capture and synthetic input on macOS. It features a supervised process fleet, pure decision logic, and fail-safe actuation controls.

ভিডিও লেকচারসহ কম্পিউটার সায়েন্স কোর্সের একটি কিউরেটেড তালিকা, যার মধ্যে অ্যালগরিদম, এআই, ডেটাবেস, অপারেটিং সিস্টেম এবং আরও অনেক কিছু অন্তর্ভুক্ত রয়েছে।

FaceAttend হলো একটি লোকালি হোস্ট করা ক্লাসরুম উপস্থিতি সিস্টেম, যা তালিকাভুক্ত শিক্ষার্থীদের শনাক্ত করতে ভিডিও-ভিত্তিক ফেস রিকগনিশন ব্যবহার করে।

jetson-inference হলো NVIDIA Jetson-এর জন্য একটি C++ ও Python ডিপ-ভিশন লাইব্রেরি। এটি অন-ডিভাইস ইনফারেন্সের জন্য TensorRT এবং প্রশিক্ষণের জন্য PyTorch ব্যবহার করে, সাথে ক্লাসিফিকেশন, ডিটেকশন, সেগমেন্টেশন, পোজ, অ্যাকশন, ডেপথ ও ক্যামেরা স্ট্রিমিংয়ের উদাহরণ, প্রি-ট্রেইনড মডেল ও টিউটোরিয়াল রয়েছে।

MediaPipe হলো Google-এর ক্রস-প্ল্যাটফর্ম ফ্রেমওয়ার্ক এবং লাইভ ও স্ট্রিমিং মিডিয়ার জন্য অন-ডিভাইস মেশিন লার্নিং সমাধানের একটি স্যুট, যা Android, iOS, ওয়েব, ডেস্কটপ এবং এজ ডিভাইসে ভিশন, টেক্সট এবং অডিও টাস্ক কভার করে।

একটি AI/ML প্রজেক্ট যা কৃষি এলাকায় হাতি, গবাদি পশু এবং বানরের মতো প্রাণী শনাক্ত করতে কম্পিউটার ভিশন ব্যবহার করে, যার লক্ষ্য ফসলের ক্ষতি রোধ করা। এর README সংক্ষিপ্ত এবং সেটআপের জন্য ব্যবহারকারীদের কোডবেসের নির্দেশনা অনুসরণ করতে বলা হয়েছে।

Gestune হলো একটি স্পর্শহীন সিস্টেম ভলিউম কন্ট্রোলার যা কিবোর্ড বা মাউস ছাড়াই হাতের ইশারার মাধ্যমে অডিও লেভেল অ্যাডজাস্ট করতে ব্যবহৃত হয়।

YOLOv5 হল পাইথন এবং পাইটর্চে নির্মিত একটি দ্রুত এবং নির্ভুল কম্পিউটার ভিশন ফ্রেমওয়ার্ক। এটি অবজেক্ট ডিটেকশন, ইনস্ট্যান্স সেগমেন্টেশন এবং ইমেজ ক্লাসিফিকেশনের জন্য প্রিট্রেইনড মডেল সরবরাহ করে।

face-api.js এবং TensorFlow.js-এর উপর ভিত্তি করে তৈরি একটি ব্রাউজার-ভিত্তিক ফেস ডিটেকশন ডেমো, যা nginx-চালিত Docker ইমেজ হিসেবে প্যাকেজ করা হয়েছে এবং সাথে Viola-Jones, HOG+SVM এবং CNN ডিটেক্টরের তুলনামূলক গবেষণা নোট রয়েছে।

openFrameworks একটি C++ টুলকিট যা ক্রিয়েটিভ কোডিংয়ের জন্য ডিজাইন করা হয়েছে এবং Windows, Linux, macOS, iOS, tvOS ও Emscripten-এ cross-platform ডেভেলপমেন্ট সমর্থন করে।

Nitro SDK ব্যবহার করে তৈরি একটি উচ্চ-ক্ষমতাসম্পন্ন Flutter ক্যামেরা প্লাগইন, যা জিরো-ওভারহেড নেটিভ বাইন্ডিং, রিয়েল-টাইম GPU-অ্যাক্সিলারেটেড ভিডিও এবং লো-ল্যাটেন্সি FFI প্রদান করে।

FiftyOne হল উন্মুক্ত-স্রোত টুল যা উচ্চ মানের ডেটাসেট এবং কম্পিউটার দৃষ্টি মডেল তৈরি করতে সাহায্য করে। এটি বিষয়বস্তু আইএম ডেটা ভিজ্যুয়ালাইজ করতে, লেবেল করতে, মূল্যায়ন করতে এবং সংগ্রহ করতে সক্ষম করে।

কম্পিউটার ভিশনের জন্য একটি বিস্তৃত টুলকিট যা ডেটা লোডিং, ভিজ্যুয়ালাইজেশন এবং ডেটাসেট ম্যানেজমেন্টের জন্য মডেল-অ্যাগনস্টিক বিল্ডিং ব্লক প্রদান করে।

প্রথম নীতি বা ফার্স্ট প্রিন্সিপাল থেকে তৈরি একটি বিনামূল্যে, ওপেন-সোর্স এআই ইঞ্জিনিয়ারিং কারিকুলাম: ২০টি ধাপে ৫২৩টি পাঠ (~৩৪২ ঘন্টা), যাতে Python, TypeScript, Rust, এবং Julia-তে গণিত থেকে প্রোডাকশন পর্যন্ত কভার করা হয়েছে। প্রতিটি পাঠে একটি পুনর্ব্যবহারযোগ্য প্রম্পট, স্কিল, এজেন্ট বা MCP সার্ভার শিপ করা হয়; এতে একটি ইনস্টলযোগ্য এআই টিউটর এবং Claude সার্টিফিকেশনের প্রস্তুতি অন্তর্ভুক্ত রয়েছে।

কম্পিউটার ভিশনের ৬১টি টিউটোরিয়ালের একটি সংগ্রহ, যেখানে YOLO11, SAM 3, RF-DETR, এবং Qwen3-VL-এর মতো আধুনিক মডেল ব্যবহার করে অবজেক্ট ডিটেকশন, সেগমেন্টেশন, OCR-সহ বিভিন্ন কাজ শেখানো হয়েছে।

AirSim হলো মাইক্রোসফটের ড্রোন ও গাড়ির জন্য ওপেন-সোর্স সিমুলেটর, আনরিয়েল ইঞ্জিন প্লাগইন হিসেবে নির্মিত, সাথে পরীক্ষামূলক ইউনিটি রিলিজ। এটি PX4 ও ArduPilot-এর সাথে সফটওয়্যার- ও হার্ডওয়্যার-ইন-দ্য-লুপ সিমুলেশন এবং AI গবেষণার জন্য ক্রস-ল্যাঙ্গুয়েজ API সমর্থন করে।

dlib একটি আধুনিক C++ টুলকিট যা মেশিন লার্নিং, ডেটা অ্যানালাইসিস এবং বাস্তব-বিশ্বের অ্যাপ্লিকেশন ডেভেলপমেন্টের জন্য অ্যালগরিদম ও টুল প্রদান করে।

Gesture Ninja হলো কম্পিউটার ভিশন-ভিত্তিক একটি অ্যাপ্লিকেশন যা ব্যবহারকারীদের ওয়েবক্যামের মাধ্যমে রিয়েল-টাইম ফিঙ্গার ট্র্যাকিং ব্যবহার করে Fruit Ninja খেলার সুযোগ করে দেয়।

লেবেল স্টুডিও একটি ওপেন-সোর্স, বহু-ধরনের ডেটা লেবেলিং টুল যা অডিও, টেক্সট, ছবি, ভিডিও এবং টাইম সিরিজ সমর্থন করে, সহজ UI সহ এবং বিভিন্ন মডেল ফরম্যাটে রপ্তানি করে।

Meshify হলো একটি রিয়েল-টাইম ফেস মেশ ডিটেকশন অ্যাপ্লিকেশন যা OpenCV, MediaPipe এবং CVZone ব্যবহার করে মুখের ল্যান্ডমার্ক শনাক্ত এবং ট্র্যাক করে।