好开源，值得被发现。

JavaCV通过JavaCPP Presets为OpenCV、FFmpeg等计算机视觉和多媒体库提供Java封装，支持Java和Android平台上的图像与视频处理、面部检测、相机标定及硬件加速显示等功能。

RF-DETR是Roboflow开发的实时Transformer模型架构，用于目标检测、实例分割和关键点检测，基于DINOv2骨干网络设计，支持微调。

Pokex 是一个基于 Elixir/OTP 的个人游戏自动化机器人，用于在 macOS 上操作 2D MMORPG。它通过屏幕捕获感知游戏状态，并使用合成输入执行动作。该系统由 26 个 GenServer 和 3 个监督器组成，强调进程隔离和消息传递，以应对输入延迟、竞争条件和系统争用等现实问题。

一个精选的计算机科学课程视频讲座列表，涵盖算法、人工智能、数据库、操作系统等主题。

FaceAttend 是一款本地部署的课堂考勤系统，通过基于视频的人脸识别技术来识别已注册的学生。

jetson-inference 是面向 NVIDIA Jetson 的 C++ 和 Python 深度视觉库。它使用 TensorRT 进行设备端推理，使用 PyTorch 进行训练，并提供分类、检测、分割、姿态、动作、深度和摄像头流媒体的示例、预训练模型和教程。

MediaPipe 是谷歌的跨平台框架和一套用于实时和流媒体的设备端机器学习解决方案，涵盖 Android、iOS、Web、桌面和边缘设备上的视觉、文本和音频任务。

这是一个 AI/ML 项目，利用计算机视觉检测农业区域的大象、牛和猴子等动物，旨在防止作物受损。其 README 文档较为简略，引导用户直接查阅代码库以获取安装和配置详情。

Gestune 是一款无需键盘或鼠标、通过手势控制系统音量的非接触式控制器。

YOLOv5是一个基于PyTorch的快速、精准的计算机视觉框架，支持目标检测、实例分割和图像分类任务。它支持自定义数据集训练、多源推理及导出ONNX/TensorRT/CoreML等格式。

这是一个基于 face-api.js 和 TensorFlow.js 构建的浏览器端人脸检测演示项目，包含一个由 nginx 驱动的 Docker 镜像应用以及关于 Viola-Jones、HOG+SVM 和 CNN 检测器的研究笔记。

openFrameworks是一个社区开发的C++创意编程工具包，支持Windows、Linux、macOS、iOS、tvOS和Emscripten等平台，采用语义化版本控制，鼓励社区贡献。

Nitro Camera 是一款高性能 Flutter 相机插件，旨在作为 vision-camera 的替代方案。它利用 Nitro SDK 通过 FFI 提供类型安全且零拷贝的原生绑定，消除了 iOS (AVFoundation) 和 Android (Camera2) 的 method-channel 开销。

FiftyOne 是一款开源工具，用于构建高质量数据集和计算机视觉模型，支持可视化、标注、评估及数据策展。

Supervision 是一个全面的计算机视觉工具包，为数据加载、可视化和数据集管理提供与模型无关的构建模块。

免费开源的 AI 工程课程，从第一性原理出发，包含 20 个阶段、523 节课（约 342 小时），覆盖 Python、TypeScript、Rust 和 Julia。每课产出可复用的提示、技能、智能体或 MCP 服务器，并提供可安装的 AI 导师与 Claude 认证备考内容。

该仓库提供了一套全面的Jupyter笔记本集合，用于学习计算机视觉，涵盖从ResNet到RF-DETR、YOLO11、SAM 3和Qwen3-VL等前沿模型，涉及目标检测、分割、姿态估计、OCR等任务，并支持微调和零样本推理。

AirSim是微软开源的无人机和汽车模拟器，作为虚幻引擎插件构建，并提供实验性的Unity版本。支持PX4和ArduPilot的软件/硬件在环仿真，提供跨语言API以获取图像和控制车辆，用于AI研究。

dlib是一个全面的C++工具包，专注于机器学习、数据分析和解决现实问题的复杂软件开发。支持AVX指令、CMake构建管理、vcpkg依赖管理器，并提供Python API接口。采用Boost Software License开源协议，适用于开源和商业软件。

Gesture Ninja 是一款基于计算机视觉的应用，用户可以通过网络摄像头进行实时手指追踪，从而在无需键盘或鼠标的情况下玩 Fruit Ninja。