Imagga图像识别API是一款强大的计算机视觉人工智能工具，提供图像标记和分类、视觉搜索、内容审核等解决方案，Imagga官网入口网址

Jax 库，计算机视觉研究及更多，Scenic官网入口网址

Google 一款轻量级、高效能的AI模型，专为大规模高频任务设计。Gemini 1.5 Flash官网入口网址

一站式AI工具平台，Onyxium官网入口网址

一种用于生成超详细图像描述的模型，用于训练视觉语言模型。ImageInWords官网入口网址

一种用于图像和文本数据的先进机器学习模型，专注于数据质量和透明度。MetaCLIP官网入口网址

Falcon 2 是一款开源、多语言、多模态的模型，具备图像到文本转换能力。Falcon 2官网入口网址

使用ollama Python客户端与ComfyUI工作流集成的大型语言模型（LLM），ComfyUI Ollama官网入口网址

基于llama3 8B的SOTA视觉模型，llama3v官网入口网址

Google AI辅助下的艺术图像学习游戏，Say What You See官网入口网址

是一款免费在线OCR工具，包含文字识别、表格识别，PDF转文件，文件转PDF、其他格式转换，识别率高，体验好，免费，TextIn Tools官网入口网址

大型多模态模型，处理多图像、视频和3D数据。LLaVA-NeXT官网入口网址

AI图像检测工具，识别篡改照片，TruthPix官网入口网址

图像识别、标注和关键词生成工具，CrossPrism for MacOS官网入口网址

新一代视觉语言模型，更清晰地看世界。Qwen2-VL官网入口网址

TranslatePic是一款功能强大的图像翻译工具，支持多语言识别和翻译，帮助用户快速准确地翻译图像中的文本内容，TranslatePic官网入口网址

一个强大的OCR（光学字符识别）工具，Ollama-OCR官网入口网址

文档版面分析工具，RapidLayout官网入口网址