Agent Crop

Frondly是一款基于人工智能技术的植物识别服务网站，为植物爱好者、园艺从业者和普通用户提供植物识别、养护指导、交流分享等相关服务。网站核心功能包含AI植物识别、个性化养护指南生成、植物护理日程提醒、用户社区交流以及植物收藏管理，支持用户在野外游玩、居家种植、园艺学习等多个场景下快速获取想要的植物相关信息，帮助用户了解植物特性，做好日常养护工作。

Seeing AI是微软推出的面向视障、低视力群体的AI辅助工具，核心定位是通过计算机视觉技术将视觉信息转化为语音反馈，帮助视觉障碍人群感知周边环境。核心功能包含实时场景语音描述、文本OCR朗读、商品条码识别，主要服务于视障人士、低视力用户以及相关照护人员，适用于日常出行、购物、阅读、社交互动等多个场景，工具依托持续的AI研究迭代功能，支持用户反馈参与产品优化。

Teachable Machine是谷歌推出的无代码机器学习模型创建网页工具，核心定位是降低机器学习应用门槛，让没有算法基础的用户也能完成简单AI模型的搭建。核心功能包括图像识别模型训练、音频识别模型训练、姿态识别模型训练三类，用户无需编写代码，仅需上传对应类型的样本数据即可完成自动训练。目标用户覆盖学生、教育工作者、创意从业者、小型项目开发者等群体，可用于课堂AI教学演示、互动艺术装置开发、小型智能识别工具制作等多个场景。

PlantIn是一款面向植物相关人群提供植物识别与养护服务的工具类网站，依托AI技术为用户提供精准的植物识别、个性化养护指导、病虫害问题排查等服务。网站核心功能包含AI植物识别、个性化养护日历、植物病虫害诊断、养护知识库查询、植物生长记录等，支持用户识别未知植物，获取定制化养护方案，排查植物生长异常原因，记录植物生长过程。网站面向植物爱好者、家居绿植种植者、园艺工作者、户外徒步爱好者、学生、花艺从业者等不同群体，可应用于户外野生植物识别、室内绿植日常养护、植物病虫害治理、园艺学习研究等多个场景，帮助用户了解植物生长特性，做好日常养护管理。

Landing AI是一个面向工业场景的计算机视觉AI开发平台，帮助企业快速构建、部署和管理定制化计算机视觉模型，无需深厚的算法开发基础。平台核心功能包含数据标注工具、模型自动化训练、部署工具包、模型性能优化以及项目团队协作，主要服务于工业制造、质量检测、物流仓储等领域的企业团队，适用于生产环节缺陷检测、零部件分拣计数、仓储货物识别等多种业务场景，可降低AI项目落地的技术门槛，缩短项目开发周期。

Renamify是一款基于人工智能技术的照片文件批量重命名与分类整理工具，核心定位是为用户解决照片库杂乱、检索困难的问题。核心功能包括AI智能识别照片内容生成规范文件名、自动按场景或拍摄时间归类整理相册、端到端本地处理保障用户数据隐私。目标用户覆盖普通个人用户、摄影爱好者、新媒体从业者、家庭相册管理者等群体，可应用于日常照片整理、工作素材归档、家庭回忆分类、批量素材预处理等多种场景，帮助用户提升照片管理效率，降低手动整理的时间成本。

CountAnything是基于计算机视觉技术打造的物体自动计数工具，核心定位是为多行业用户提供替代人工计数的数字化解决方案。其核心功能包括通用物体批量计数、自定义类别计数、计数结果结构化导出，支持识别密集堆叠、形态各异的各类物品。目标用户覆盖工业生产、畜牧养殖、建筑施工、医药流通、零售仓储等领域的从业人员，可用于产线零件清点、畜禽数量统计、建材物料核算、药品批次盘点、库存商品清点等场景，帮助用户降低人工计数的误差与时间成本。

SMPLer-X是面向人体姿态与形状估计领域的开源学术项目站点，核心提供经过大规模数据训练的全身动作捕捉模型方案。站点内置多基准测试结果可视化功能，支持模型部署代码包下载，配套不同场景下的推理Demo运行指南。主要面向计算机视觉领域研究人员、动捕技术开发工程师、数字人内容创作者，可用于学术研究性能对比、动捕工具开发迭代、数字人驱动素材生成等场景，帮助相关从业者降低全身动作捕捉模型的研发与应用门槛。