Group: GitHub Javpower

Sort by:Popular▼

✓Popular✓Newest

视觉识别核心模型与工具类

Pay Java Common

ONNX 模型推理模块 - 支持多种模型类型

轻量级JSON Lines持久化存储引擎，支持自动分卷、Lambda查询、多媒体存储

Vectorex Core

Vectorex Client

vectorex-keynote

Production-grade Java framework bridging the Python ML ecosystem into Java — embedded Python runtime, type-safe APIs, zero Python knowledge required

警报灯控制模块 - 支持同步/异步操作、批量指令、连接池

CLIPSeg 多模态精准分割模块 - 基于 CIDAS/clipseg-rd64-refined 的文本驱动分割，输出 352x352 精细掩码

视觉识别通用组件库 - 模板匹配、ONNX推理、检测评估、JSONL存储、媒体源

工业缺陷检测：统计 / 频域 / 差分 / 形态学 / LBP / NCC / 组合投票。 统一 score-map 管线，无深度学习依赖。

目标检测对比评估模块 - 分层级联判定算法（空间分区、多维相似度、匈牙利最优匹配、后验分类）

轻量级流程编排引擎 - 支持串行、并行、条件分支

Mask 几何测量：任意形状二值区域的模板 vs 现场对比 （中轴偏差、骨架厚度、质心偏移）。不依赖 ONNX。

工业视觉媒体源统一架构 - 支持MVS相机、视频文件、网络流

工业视觉媒体源 V2：原始帧、双通道、CaptureRequest、FrameGroup、HTTP/WS 预览、 MVS/RTSP/File/Virtual 可插拔。与 vision-media-source(V1) 并存。

按目标平台拆分的 JavaCV/OpenCV/FFmpeg/ONNX 原生库聚合模块。 业务项目只引入对应平台，避免 opencv-platform 拉全平台导致包体积膨胀。

OpenCV + OpenBLAS + FFmpeg + ONNX Runtime · linux-x86_64 (CPU)

OpenCV(gpu) + OpenBLAS + FFmpeg + ONNX Runtime(gpu) · linux-x86_64。 需机器具备对应 CUDA 环境，否则运行期加载失败。