Vision-Agents
Un framework Python open source pour créer des agents IA vocaux et visuels en temps réel, capables de traiter vidéo et audio. Il s’adresse aux développeurs qui veulent combiner des modèles de détection comme YOLO avec des LLM sur une vidéo à faible latence.
Résumé écrit par une IA à partir de la description et du README du dépôt.
Mis à jour il y a 43 min
+12 étoiles gagnées cette semaine
Étoiles gagnées chaque jour, sur 30 jours
Sur GitHub
Open Vision Agents by Stream. Build voice and vision agents quickly with any model or video provider. Uses Stream's edge network for ultra-low latency.
La description écrite par ses auteurs sur GitHub.