🔥🔥🔥Java免费离线AI算法工具箱，支持人脸识别，人脸属性检测，活体检测，人脸表情识别、目标检测(支持 YOLO，SSD、自训练模型)、OCR文字识别、车牌识别、表格识别、语音识别、机器翻译等功能，Maven 引用即可使用。已集成 InsightFace、SeetaFace6、YOLOv8、PaddleOCR (PPOCRv5)、Whisper、Vosk等主流模型
一个基于USB设备的开源高安全性认证服务解决方案，提供简易U盾实现。将任何U盘变为您的专属安全密钥 (U盾)，无需特定硬件，即插即用。
AigcPanel 是一个简单易用的一站式AI数字人系统，支持视频合成、声音合成、声音克隆，简化本地模型管理、一键导入和使用AI模型。
陀螺匠OA办公系统，采用laravel+mysql+element UI框架开发，包含记事本，云盘，日程管理，客户管理：客户、合同、统计，自定义字段，人事管理：审批、考勤、排班、绩效、组织架构、职级晋升、海氏算法，行政管理：公告、资产、物资，财务管理：财务流水、统计、发票，项目管理：项目、任务，消息。 还有强大的低代码功能：创建应用、自定义表单、自定义列表、自定义审批、多种触发器、自定义图表统计等
Myolotrain是一个可视化管理yolo视觉模型训练的系统，为计算机视觉任务提供了直观的图形界面。该平台集成了数据集管理、模型管理、训练管理和目标检测功能，支持windows、linux、docker等多种部署方式，使用户能够轻松地训练和部署 YOLOv8 模型，支持CPU和GPU，使用tensorboard实时查看训练进度，具备数据集自动分割功能。
使用语音识别、大模型对话（DeepSeek等）、语音合成技术，制作的数字人。
MCP C# SDK 是 Model Context Protocol（MCP）的官方 C# SDK，它允许 .NET 应用程序、服务和库实现与 MCP 客户端和服务器交互
同步更新官方最新版 Labelme https://github.com/wkentaro/labelme
基于改进YOLO的玉米病害识别系统（部署教程＆源码）
YOLOV5 使用 ML.NET ONNX 在C#部署 参考 https://blog.csdn.net/hong3731/article/details/122250839
YoloDotNet v2.1 是一个基于 C# 和 .NET 8 的实时物体检测框架，专为图像和视频中的物体检测而设计。它集成了 Yolov8 ~ Yolov11 模型，通过 ML.NET 和 ONNX 运行时实现高效的物体检测，并支持 GPU 加速（使用 CUDA）。YoloDotNet 不仅支持传统的物体检测，还涵盖了分类、OBB 检测、分割和姿态估计等多种功能，适用于各种复杂的视觉任务。
ML.NET 机器学习 识别小猫，小狗，花朵 图片 通过训练得出可靠模型 然后提供给第三方调用。
