اوپن سورس۔ نئے امکانات۔

کمپیوٹر ویژن کے لیے ایک جامع ٹول کٹ جو ڈیٹا لوڈنگ، ویژولائزیشن اور ڈیٹا سیٹ مینجمنٹ کے لیے ماڈل سے آزاد بلڈنگ بلاکس فراہم کرتا ہے۔

TensorRT امیج ٹو امیج ویڈیو ماڈلز کے لیے ایک GPU-resident رن ٹائم، جو ڈیکوڈ سے انکوڈ تک خام فریمز کو GPU پر رکھ کر اعلیٰ کارکردگی والی ویڈیو اپ اسکیلنگ کو ممکن بناتا ہے۔

Waifu2x-Extension-GUI ایک Windows ایپلیکیشن ہے جو AI پر مبنی تصویر، GIF، اور ویڈیو سپر ریزولوشن اپسکیلنگ اور ویڈیو فریم انٹرپولیشن کے لیے ہے، جو AMD، NVIDIA، اور Intel GPUs کی حمایت کرتی ہے۔

Meshify ایک ریئل ٹائم فیس میش ڈیٹیکشن ایپلی کیشن ہے جو OpenCV، MediaPipe، اور CVZone کا استعمال کرتے ہوئے چہرے کے نشانات (landmarks) کی شناخت اور ٹریکنگ کرتی ہے۔

SkyClass Distill ایک ایسا پائپ لائن ٹول ہے جو تدریسی ویڈیوز کو منظم تدریسی مہارتوں (Teaching Skills) میں تبدیل کرتا ہے، جس میں ویڈیو کلیکشن، ٹرانسکرپشن، شواہد کی نکاسی اور LLM ڈسٹلیشن شامل ہیں۔

Whisper اور Gemini پر مبنی ایک AI ویڈیو ایڈیٹنگ ٹول جو تھائی اور انگریزی زبانوں کو سپورٹ کرتا ہے، جس میں GPU اور Docker کے ذریعے 3-4 گنا تیز رفتار پرفارمنس کے ساتھ کلیدی حصوں کی کٹنگ اور سب ٹائٹلنگ کی سہولت موجود ہے۔

LazyEdit مواد کی تخلیق، پروسیسنگ اور اختیاری اشاعت کے لیے ایک لوکل-فرسٹ، AI-اسسٹڈ ویڈیو ورک فلو ہے۔

MediaPipe گوگل کا کراس پلیٹ فارم فریم ورک اور لائیو اور اسٹریمنگ میڈیا کے لیے آن ڈیوائس مشین لرننگ حل کا مجموعہ ہے، جو Android، iOS، ویب، ڈیسک ٹاپ اور ایج ڈیوائسز پر وژن، ٹیکسٹ اور آڈیو کاموں کو کور کرتا ہے۔