#signal-processing Repositorios
Descubre 88 repositorios activos de código abierto de GitHub etiquetados con #signal-processing, que acumulan 132,400 estrellas en total (una media de 1,504 estrellas por proyecto). El líder de este tema es merbanan/rtl_433, con 7,941 estrellas.
88 repositorios en total
Programa para decodificar transmisiones de radio de dispositivos en las bandas ISM (y otras frecuencias)
Biblioteca de Análisis de Audio de Python: Extracción de Características, Clasificación, Segmentación y Aplicaciones
Think DSP: Procesamiento de señales digitales en Python, por Allen B. Downey.
Biblioteca de Python para filtrado de Kalman y estimación óptima. Implementa filtro de Kalman, filtro de partículas, filtro de Kalman extendido, filtro de Kalman sin perfume, g-h (alfa-beta), mínimos cuadrados, H infinito, suavizadores y más. Tiene un libro complementario 'Kalman and Bayesian Filters in Python'.
Códec de audio de última generación basado en aprendizaje profundo que admite audio mono de 24 kHz y audio estéreo de 48 kHz.
Una biblioteca para análisis de audio y música, extracción de características.
Una aplicación en Python que detecta y resalta la frecuencia cardíaca de un individuo (usando solo su propia webcam) en tiempo real.
NO DESCARGUE ESTOS ARCHIVOS DE GITHUB A MENOS QUE SEPA LO QUE ESTÁ HACIENDO. (Ver más abajo.)
:musical_note: :rainbow: Visualización de música en tiempo real con tira de LED usando Python y el ESP8266 o Raspberry Pi
NeuroKit2: La caja de herramientas de Python para el procesamiento de señales neurofisiológicas
una biblioteca de Transformada Rápida de Fourier (FFT) que intenta Mantenerlo Simple, Estúpido
Superresolución de audio versátil (cualquiera -> 48kHz) con AudioSR.
BrainFlow es una biblioteca destinada a obtener, parsear y analizar datos de EEG, EMG, ECG y otros tipos de datos de biosensores.
Aplicaciones basadas en CSI Wi-Fi (información de estado del canal), como posicionamiento en interiores, detección humana
Repositorio para entrenar modelos de separación de fuentes de música.
Una lista profesional de artículos, tutoriales y encuestas sobre IA para series temporales en las principales conferencias y revistas de IA.
Una de las bases de datos más grandes de crowdsourcing e independientes del fabricante de códigos de control remoto infrarrojo en la web, y aspirando a convertirse en la más completa y precisa
ObsPy: Una caja de herramientas de Python para sismología/observatorios sismológicos.
La Web Audio API v1.1, desarrollada por el Grupo de Trabajo de Audio del W3C
Biblioteca de extracción de características para series temporales (TSFEL): más de 60 características estadísticas, temporales, espectrales y fractales para clasificación y regresión de series temporales, y procesamiento de señales en Python
Proyecto Raspberry Pi bare-metal que proporciona muestreo pixel a pixel de video RGB/YUV de computadoras retro y conversión a HDMI
Distribución e instalador de radio definida por software para conda
Marco de procesamiento de señales y visualización de alto rendimiento acelerado por GPU que funciona en cualquier lugar.
Preguntas frecuentes
¿Cuál es el repositorio de #signal-processing más popular en GitHub?
El proyecto de código abierto de #signal-processing mejor posicionado en GitHub es merbanan/rtl_433, con 7,941 estrellas. Programa para decodificar transmisiones de radio de dispositivos en las bandas ISM (y otras frecuencias)
¿Qué lenguajes de programación se utilizan más en los repositorios de #signal-processing?
Entre los proyectos de #signal-processing mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, C, C++, Jupyter Notebook.
¿Cómo se calcula la clasificación de los repositorios de #signal-processing?
Seguimos 88 repositorios activos de código abierto etiquetados con #signal-processing (500+ estrellas), que suman un total de 132,400 estrellas, con una media de 1,504 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.