Git Stars Git Stars

#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
Total des Dépôts
10,652
Nombre total d'étoiles
2,130
Moyenne d'Étoiles/Dépôt
Langages de programmation: Python MATLAB R
1
TadasBaltrusaitis/OpenFace

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.

TadasBaltrusaitis
⭐ 7,521 MATLAB 👤 TadasBaltrusaitis User 🕐 Mis à jour 2024-06-01 📅 Créé 2016-03-05
3
luanshiyinyang/FacialExpressionRecognition

Code source lié au projet de reconnaissance des expressions faciales dans la reconnaissance faciale

luanshiyinyang
⭐ 953 Python 👤 luanshiyinyang User 🕐 Mis à jour 2024-07-15 📅 Créé 2019-06-18
4
ZebangCheng/Emotion-LLaMA

Emotion-LLaMA : Reconnaissance et raisonnement émotionnels multimodaux avec réglage par instruction

ZebangCheng
⭐ 632 Python 👤 ZebangCheng User 🕐 Mis à jour 2026-09-23 📅 Créé 2024-05-22
5
CheyneyComputerScience/CREMA-D

Base de données d’acteurs multimodaux émotionnels issus du crowdsourcing (CREMA-D)

CheyneyComputerScience
⭐ 532 R 👤 CheyneyComputerScience Organization 🕐 Mis à jour 2025-03-21 📅 Créé 2017-09-29

Foire aux questions

1

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.

2

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.

3

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.