Git Stars Git Stars

#facial-landmark-detection Repositorios

Descubre 3 repositorios activos de código abierto de GitHub etiquetados con #facial-landmark-detection, que acumulan 10,264 estrellas en total (una media de 3,421 estrellas por proyecto). El líder de este tema es TadasBaltrusaitis/OpenFace, con 7,521 estrellas.

3
Total de Repositorios
10,264
Total de estrellas
3,421
Promedio de Estrellas/Repo
Lenguajes de programación: MATLAB C++ Python
1
TadasBaltrusaitis/OpenFace

OpenFace – una herramienta de última generación destinada a la detección de puntos de referencia faciales, estimación de la pose de la cabeza, reconocimiento de unidades de acción facial y estimación de la mirada ocular.

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

Archivos de modelos entrenados para programas de ejemplo de dlib.

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

【Tutorial】¡Vtuber casero desde cero!

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

Preguntas frecuentes

1

¿Cuál es el repositorio de #facial-landmark-detection más popular en GitHub?

El proyecto de código abierto de #facial-landmark-detection mejor posicionado en GitHub es TadasBaltrusaitis/OpenFace, con 7,521 estrellas. OpenFace – una herramienta de última generación destinada a la detección de puntos de referencia faciales, estimación de la pose de la cabeza, reconocimiento de unidades de acción facial y estimación de la mirada ocular.

2

¿Qué lenguajes de programación se utilizan más en los repositorios de #facial-landmark-detection?

Entre los proyectos de #facial-landmark-detection mejor posicionados en GitHub, los lenguajes de programación más comunes son MATLAB, C++, Python.

3

¿Cómo se calcula la clasificación de los repositorios de #facial-landmark-detection?

Seguimos 3 repositorios activos de código abierto etiquetados con #facial-landmark-detection (500+ estrellas), que suman un total de 10,264 estrellas, con una media de 3,421 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.