基于 SAM 2.1（Segment Anything Model 2）的交互式图像分割 Web 应用。用户上传图片后，点击任意物体即可实时分割并高亮显示。

技术栈

• 后端: FastAPI + SAM 2.1（Meta 分割模型，Apache 2.0 开源）
• 前端: Next.js 15 + TypeScript + Tailwind CSS v4 + Framer Motion
• 模型: SAM 2.1 Hiera — 支持图片/视频分割，无需申请，直接下载
• 包管理: uv (后端) + npm (前端)

核心特性

• 点击即分割: click-to-segment 交互，毫秒级响应
• 多模型选择: tiny(39M) / small(46M) / base+(81M) / large(224M)
• CPU/GPU 双模式: tiny 模型 CPU 也能跑
• 多物体选择: 不同颜色标注多个分割区域
• RLE 压缩传输: mask 数据压缩率 > 98%
• 无需申请: 模型权重直接下载，Apache 2.0 许可

上传 PDF，提问即可获得基于文档内容的精准回答。系统默认优先检索本地文档，文档中找不到答案时自动 fallback 到网络搜索，并具备自我纠错能力。

一款轻量级个人助手应用，集成天气推送、备忘提醒和 AI 对话功能。采用 PWA 技术，无需应用商店，浏览器访问即可安装使用。

本项目基于 Ultralytics YOLOv8 和 Flask Blueprints 构建，提供一个智能姿态估计的 Web 应用平台，主要实现以下功能：

• 多模块姿态估计
  支持图片、视频及实时摄像头三种输入形式的姿态估计，模块化设计，功能清晰独立。

• 用户管理系统
  提供用户注册、登录和信息管理功能，基于 PostgreSQL 实现数据持久化存储。

• 前后端交互
  利用 JavaScript、JQuery 等前端技术，实现图片上传、视频播放及实时摄像头数据交互。

• 高效模型推理
  集成 YOLOv8 模型，实现对人体关键点的快速准确识别和姿态估计。

• 完整项目架构
  涵盖数据库配置、后端API设计、前端页面开发及项目部署，构建一套可运行的智能姿态估计 Web 服务。

基于 Electron 的 YOLO 标签分析与整合工具

本项目基于向量数据库，构建了一个人脸识别注册与登录系统，核心特点和功能如下：

• 向量数据库支持
  利用 PostgreSQL 的 pgvector 插件实现高效的向量存储与相似度检索，提升人脸特征匹配性能。

• 人脸识别模型集成
  集成 InsightFace 人脸识别模型，实现精准的人脸特征提取，支持多种识别距离度量（欧氏距离、余弦相似度）。

• 多端支持
  提供 Python CLI 命令行注册和登录模块，方便快速测试与使用；
  基于 Flask 3 Blueprints 构建模块化 Web 应用，支持用户通过网页完成注册和登录。

• 数据库管理
  使用 PostgreSQL 存储用户向量特征与相关信息，支持初始化数据库及插件激活。

• 自动化测试
  集成 Selenium 自动化测试脚本，实现对注册和登录页面的自动化功能测试。