JucieOvo / Frame-by-frame-AI-parser_by_JucieOvoLinks
在人工智能时代，AI凭借其强大的任务处理能力，逐渐成为不同岗位工作人员手中的得力工具。但对于视频解析的AI因为种种原因，效果并不理想 本项目是用Python制作 的一个能够调用qwen-vl的程序，通过ffmpeg对视频逐帧切分后调用qwen-vl实现对视频的解析
☆35Updated last month
Alternatives and similar repositories for Frame-by-frame-AI-parser_by_JucieOvo
Users that are interested in Frame-by-frame-AI-parser_by_JucieOvo are comparing it to the libraries listed below
Sorting:
- DeepParseX 是一个强大的多模态文档解析与知识管理平台，支持 PDF、Word、Excel、PPT、图片、视频、音频 等多种文件格式的智能解析，自动提取关键信息，并构建 检索增强生成（RAG） 和 知识图谱（Knowledge Graph） 系统，实现结构化数据的智…☆38Updated 3 weeks ago
- 一个基于多模态向量模型及视觉多模态模型构建的图片搜索引擎&管理系统，实现精准的以文搜文，文搜图、以图搜图多种智能检索方式。An image search engine management system built upon multimodal vector models…☆72Updated 2 months ago
- 视频理解：千问视频多模态模型 & Dify☆65Updated last year
- This is a multi-character, ultra-personalized StoryTeller. It includes: 1) efficiently and accurately build multi-character voice library…☆56Updated 9 months ago
- 基于 KouriChat 的 Dify 集成情感陪伴机器人，支持微信，增强 AI 交互。☆33Updated 8 months ago
- 本项目系列相关视频为大家测试CrewAI官方提供的Tools☆14Updated 10 months ago
- LLM-Red-Team/jimeng-free-api的二次开发，支持最新图像3.1模型，视频生成模型☆48Updated 2 months ago
- AI写作小工具方案：让2个智能体合作写出真正可用的图文并茂的帖子（微信公众号，小红书，博客）。1，写作智能体，2，知识库智能体。☆15Updated 5 months ago
- 数字人授课录制系统——全新的微课视频的生成方案——API☆70Updated 10 months ago
- 思通数科 AI视频监控系统，将传统摄像头完全 变成AI摄像头，完全免费&代码开源。支持本地化部署docker一键安装。☆24Updated 3 months ago
- 一个开源的多角色、多情绪 AI 配音生成平台，支持小说、剧本、视频等内容的自动配音与导出。☆226Updated last week
- 小智机器人服务端☆18Updated 7 months ago
- An open-source chat text to control actions agentic workflow framework/showcase powered by Agently AI application development framework.☆29Updated last year
- virtualwife-llm-factory 是一个llm训练框架，用于解决虚拟角色训练入门门槛高的问题，该框架具备自动生成语料，性格塑造评估，基于国产llm微调训练等核心能力，目前还在开发，可以点个star~ 关注一下☆50Updated 5 months ago
- mcp的webui界面，支持客户端连接多个sse服务端，支持 openai、deepseek、qwen等大模型，另外附上构建的 agent的 stdio和sse的简单 天气查询的完整示例☆36Updated 6 months ago
- 本项目借助飞桨平台，构建起一套创新的多模型协同系统，实现 PDF 文件到 Markdown 文件的高效、精准转换。☆26Updated 7 months ago
- 阿里SenseVoice的fastpi封装，采用onnx发布，体积更小，附带量化模型，支持GPU。支持从URL文件进行语音识别。☆104Updated last year
- 一个用于F5-TTS的api和webui项目☆64Updated 10 months ago
- 一款基于 langchain + electron开发的多平台桌面端 Chat 客户端 支持本地知识库，tool调用，多个智能agent调用 目标尽量实现全离线本地可执行的智能agent☆53Updated 2 months ago
- 帮助用户在豆包（doubao.com）、即梦（jimeng.jianying.com）以及即梦国际版（https://dreamina.capcut.com）三个指定网站上，下载并去除图片左上角水印的AI生成图片。☆55Updated 2 months ago
- 封装GPT-Sovits-Interface，可用于用于多角色多情感有声中文小说制作☆35Updated last year
- A book room based Agent | 智能书库☆55Updated 6 months ago
- Real time faster whisper gradio☆26Updated 3 months ago
- 天枢 - 企业级 AI 一站式数据预处理平台 | PDF/Office转Markdown | 支持MCP协议AI助手集成 | Vue3+FastAPI全栈方案☆155Updated last week
- 基于硅基流动端口的AI生图MCP☆18Updated 6 months ago
- xclabel是一款支持多人协作的，样本导入+样本标注+模型训练+模型管理+模型测试+模型导出的工具☆11Updated 8 months ago
- 基于Linly-Talker数字人改版的教育系统，包含网课总结、数字人对话、Chatbot对话，项目可在autodl部署☆34Updated last year
- VideoFinder is an advanced video analysis tool powered by multimodal AI, designed to help users easily locate and identify specific objec…☆166Updated last year
- mirror of https://huggingface.co/spaces/enzostvs/deepsite☆76Updated 7 months ago
- 基于SenseVoice的funasr版本进行的api发布，可以无缝对接oneapi☆88Updated last year