好开源，值得被发现。

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。

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。

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。

timm 是一个包含大量 PyTorch 图像模型、层、优化器、调度器、数据加载器和训练/评估脚本的集合，提供了许多预训练骨干网络，如 ResNet、EfficientNet、ViT、ConvNeXt 和 Swin。

Label Studio是一个开源的多类型数据标注工具，支持音频、文本、图像、视频和时间序列，界面简洁，可导出多种模型格式。

X-AnyLabeling 是一款轻量级、统一的跨平台桌面应用，用于 AI 辅助数据标注，支持文本、图像、视频和多模态数据，内置多种深度学习模型与丰富标注工具，并支持多格式导入导出。

Ultralytics 提供了一套先进的 YOLO 模型，用于执行包括目标检测、分割和分类在内的计算机视觉任务。