#emotion-detection Dépôts
Découvrez 6 dépôts GitHub open source actifs associés à #emotion-detection, cumulant 17,217 étoiles au total (soit une moyenne de 2,869 étoiles par projet). Le projet en tête de ce thème est QwenAudio/SenseVoice, avec 9,797 étoiles.
6 dépôts au total
Modèle SenseVoiceSmall open source pour la reconnaissance vocale en mandarin, cantonais, anglais, japonais et coréen, identification de la langue, reconnaissance des émotions et détection d'événements audio.
Détection 3D du visage et suivi de rotation alimentés par l'IA, Description et reconnaissance du visage, Suivi de la pose du corps, Suivi 3D de la main et des doigts, Analyse de l'iris, Prédiction de l'âge, du genre et de l'émotion, Suivi du regard, Reconnaissance des gestes
Détection en temps réel des émotions faciales à l'aide de l'apprentissage profond
MELD : Un ensemble de données multimodal multi-parties pour la reconnaissance des émotions en conversation
Reconnaissance efficace des émotions du visage dans les photos et les vidéos
ICPR 2020 : Reconnaissance des expressions faciales à l'aide du réseau de masquage résiduel
Foire aux questions
Quel est le dépôt #emotion-detection le plus populaire sur GitHub ?
Le projet #emotion-detection open source le mieux classé sur GitHub est QwenAudio/SenseVoice, avec 9,797 étoiles. Modèle SenseVoiceSmall open source pour la reconnaissance vocale en mandarin, cantonais, anglais, japonais et coréen, identification de la langue, reconnaissance des émotions et détection d'événements audio.
Quels langages de programmation sont les plus utilisés dans les dépôts #emotion-detection ?
Parmi les projets #emotion-detection les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, C, HTML, Jupyter Notebook.
Comment le classement des dépôts #emotion-detection est-il calculé ?
Nous suivons 6 dépôts open source actifs associés à #emotion-detection (500+ étoiles), totalisant 17,217 étoiles, avec une moyenne de 2,869 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.