Git Stars Git Stars

#facial-landmark-detection Repositories

Entdecke 3 aktive Open-Source-GitHub-Repositories, die mit #facial-landmark-detection getaggt sind und insgesamt 10,264 Sterne gesammelt haben (durchschnittlich 3,421 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist TadasBaltrusaitis/OpenFace mit 7,521 Sternen.

3
Gesamtzahl der Repositories
10,264
Gesamtanzahl der Sterne
3,421
Durchschnittliche Sterne/Repo
Programmiersprachen: MATLAB C++ Python

Insgesamt 3 Repositories

1
TadasBaltrusaitis/OpenFace

OpenFace – ein State-of-the-Art-Tool für die Erkennung von Gesichtslandmarken, Schätzung der Kopfhaltung, Erkennung von Gesichts-Aktionsunits und Schätzung des Augenblicks.

TadasBaltrusaitis
⭐ 7,521 MATLAB 👤 TadasBaltrusaitis User 🕐 Aktualisiert 2024-06-01 📅 Erstellt 2016-03-05
2
davisking/dlib-models

Trainierte Modell-Dateien für dlib-Beispielprogramme.

davisking
⭐ 1,613 C++ 👤 davisking User 🕐 Aktualisiert 2025-05-28 📅 Erstellt 2015-09-22
3
RimoChan/Vtuber_Tutorial

【Tutorial】Selbstgemachte Vtuber von Grund auf!

RimoChan
⭐ 1,130 Python 👤 RimoChan User 🕐 Aktualisiert 2024-08-13 📅 Erstellt 2020-04-12

Häufig gestellte Fragen

1

Welches ist das beliebteste #facial-landmark-detection-Repository auf GitHub?

Das am höchsten eingestufte Open-Source-#facial-landmark-detection-Projekt auf GitHub ist TadasBaltrusaitis/OpenFace mit 7,521 Sternen. OpenFace – ein State-of-the-Art-Tool für die Erkennung von Gesichtslandmarken, Schätzung der Kopfhaltung, Erkennung von Gesichts-Aktionsunits und Schätzung des Augenblicks.

2

Welche Programmiersprachen werden in #facial-landmark-detection-Repositories am häufigsten verwendet?

Unter den am höchsten eingestuften #facial-landmark-detection-Projekten auf GitHub sind MATLAB, C++, Python die am häufigsten verwendeten Programmiersprachen.

3

Wie wird das Ranking der #facial-landmark-detection-Repositories berechnet?

Wir verfolgen 3 aktive Open-Source-Repositories, die mit #facial-landmark-detection getaggt sind (500+ Sterne), mit insgesamt 10,264 Sternen und durchschnittlich 3,421 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.