#affective-computing Dépôts
Découvrez 5 dépôts GitHub open source actifs associés à #affective-computing, cumulant 10,652 étoiles au total (soit une moyenne de 2,130 étoiles par projet). Le projet en tête de ce thème est TadasBaltrusaitis/OpenFace, avec 7,521 étoiles.
5 dépôts au total
OpenFace – un outil de pointe destiné à la détection de points de repère faciaux, à l'estimation de la pose de la tête, à la reconnaissance d'unités d'action faciale et à l'estimation du regard des yeux.
Code source lié au projet de reconnaissance des expressions faciales dans la reconnaissance faciale
Emotion-LLaMA : Reconnaissance et raisonnement émotionnels multimodaux avec réglage par instruction
Base de données d’acteurs multimodaux émotionnels issus du crowdsourcing (CREMA-D)
Foire aux questions
Quel est le dépôt #affective-computing le plus populaire sur GitHub ?
Le projet #affective-computing open source le mieux classé sur GitHub est TadasBaltrusaitis/OpenFace, avec 7,521 étoiles. OpenFace – un outil de pointe destiné à la détection de points de repère faciaux, à l'estimation de la pose de la tête, à la reconnaissance d'unités d'action faciale et à l'estimation du regard des yeux.
Quels langages de programmation sont les plus utilisés dans les dépôts #affective-computing ?
Parmi les projets #affective-computing les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, MATLAB, R.
Comment le classement des dépôts #affective-computing est-il calculé ?
Nous suivons 5 dépôts open source actifs associés à #affective-computing (500+ étoiles), totalisant 10,652 étoiles, avec une moyenne de 2,130 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.