Código aberto. Novas possibilidades.

Um toolkit abrangente para visão computacional que fornece blocos de construção agnósticos a modelos para carregamento de dados, visualização e gerenciamento de datasets.

O Cog empacota modelos de machine learning em contêineres Docker prontos para produção, lidando automaticamente com a compatibilidade CUDA e gerando uma API de inferência HTTP a partir de definições de tipos Python.

Pyro é uma biblioteca de programação probabilística profunda, flexível e escalável, construída sobre PyTorch, que suporta modelos probabilísticos universais e inferência automatizada.

timm é uma grande coleção de modelos de imagem PyTorch, camadas, otimizadores, agendadores, carregadores de dados e scripts de treinamento/avaliação, oferecendo muitos backbones pré-treinados como ResNet, EfficientNet, ViT, ConvNeXt e Swin.

EasyOCR é uma biblioteca de reconhecimento óptico de caracteres pronta para uso, com suporte a mais de 80 idiomas e principais sistemas de escrita. Oferece API Python simples e CLI, com modelos de detecção e reconhecimento baseados em PyTorch, além de opções de treinamento personalizado.

Premove ITN é uma biblioteca de normalização inversa de texto (ITN) de código aberto e sensível ao contexto, projetada para transcrições de agentes de voz em inglês. Ela converte saídas de ASR em formas escritas canônicas usando um pipeline de geração, pontuação e decodificação com pontuação contextual DeBERTa.

InsightFace é um projeto open-source de análise facial 2D e 3D de última geração, fornecendo reconhecimento, detecção, alinhamento, troca de rosto e detecção de vivacidade, com modelos pré-treinados, pacote Python e servidor auto-hospedado.

einops é uma biblioteca flexível de operações de tensor que usa notação inspirada em Einstein para código legível e confiável em PyTorch, JAX, TensorFlow, NumPy e outros.

Hugging Face Transformers é um framework de definição de modelos para aprendizado de máquina em tarefas de texto, visão, áudio e multimodais. Oferece uma API unificada para inferência e treinamento com mais de 1 milhão de checkpoints pré-treinados.

SenseVoiceSmall é um modelo de fundação de fala de código aberto para ASR, identificação de idioma, reconhecimento de emoção e detecção de eventos de áudio, abrangendo mandarim, cantonês, inglês, japonês e coreano com inferência não autorregressiva rápida.

O ESPnet é um kit de ferramentas de processamento de fala de ponta a ponta baseado em PyTorch, cobrindo ASR, TTS, tradução de fala, aprimoramento, diarização e mais, com receitas reproduzíveis e modelos pré-treinados.

WhisperLiveKit é um pipeline de voz para texto auto-hospedado e de ultra-baixa latência. Oferece transcrição em tempo real, diarização de locutores e tradução através de APIs compatíveis com WebSocket e OpenAI/Deepgram.

Stable Baselines3 (SB3) é uma coleção de implementações confiáveis de algoritmos de reinforcement learning baseados em PyTorch, voltadas para pesquisa e indústria.

Made With ML é um curso e código-base de código aberto que ensina como projetar, desenvolver, implantar e iterar em aplicações de machine learning de nível de produção, abrangendo MLOps, testes, serving, CI/CD e aprendizado contínuo.