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
☆46Updated 2 weeks ago
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:
- 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…☆76Updated 3 months ago
- 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…☆47Updated last week
- 无人机智慧巡检平台_前端☆19Updated last year
- 视频理解：千问视频多模态模型 & Dify☆66Updated last year
- This is a multi-character, ultra-personalized StoryTeller. It includes: 1) efficiently and accurately build multi-character voice library…☆58Updated 11 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☆39Updated 7 months ago
- Real time faster whisper gradio☆25Updated 4 months ago
- 小智机器人服务端☆18Updated 9 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。☆28Updated 4 months ago
- VideoFinder is an advanced video analysis tool powered by multimodal AI, designed to help users easily locate and identify specific objec…☆169Updated last year
- 模版式PPT，可以生成套用模版的PPT☆320Updated 3 weeks ago
- 基于 KouriChat 的 Dify 集成情感陪伴机器人，支持微信，增强 AI 交互。☆41Updated 10 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☆35Updated last year
- 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。☆17Updated 7 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。☆27Updated 9 months ago
- 训练自己的中文 Embedding 模型☆27Updated last year
- 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☆12Updated 10 months ago
- VideoChat 是一款智能音视频内容解读助手，支持批量上传音视频文件并自动转录为文字。通过 AI 技术，它能快速生成内容总结、详细解读和思维导图，并提供智能对话功能，帮助用户更高效地理解和分析音视频内容。支持多种格式导出字幕文件。☆161Updated 11 months ago
- 基于硅基流动端口的AI生图MCP☆17Updated 8 months ago
- An open-source chat text to control actions agentic workflow framework/showcase powered by Agently AI application development framework.☆29Updated last year
- 一个中文语音转文字项目，封装自FireRedASR☆81Updated 10 months ago
- 本项目系列相关视频为大家测试CrewAI官方提供的Tools☆14Updated last year
- Dify 新闻聚合插件-多平台新闻热榜获取☆52Updated 8 months ago
- 基于MinerU的桌面应用程序，MinerU是一款开源的高质量PDF解析工具，基于深度学习技术，可自动提取PDF文档中的文字、表格、图片、公式等内容，并提供丰富的分析、统计、搜索等功能。 本项目为其提供一个简化版本的WebUI，方便用户上传PDF文件，并实时展示提取结果。☆124Updated last year
- 小智基于智谱Phone Agent复刻豆包手机☆51Updated 3 weeks ago
- 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 6 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
- openai标准的microsoft edge tts语音API [抱抱脸免费部署]☆50Updated last year
- 数字人授课录制系统——全新的微课视频的生成方案——UI☆43Updated 11 months ago
- GOT-OCR的GUI版本，提供OCR、导出PDF、批处理等功能，但不提供训练功能☆180Updated 2 months ago