#recognition Dépôts
Découvrez 19 dépôts GitHub open source actifs associés à #recognition, cumulant 39,901 étoiles au total (soit une moyenne de 2,100 étoiles par projet). Le projet en tête de ce thème est jofpin/trape, avec 8,537 étoiles.
19 dépôts au total
Traqueur de personnes sur Internet : Outil d'analyse et de recherche OSINT par Jose Pino
✨ Le site web et la documentation du bot all-contributors. Reconnaissez tous les contributeurs, pas seulement ceux qui poussent du code ✨
Reconnaissance de texte (reconnaissance optique de caractères) avec des méthodes d'apprentissage profond, ICCV 2019
[ECCV 2018] CCPD: un ensemble de données diversifié et bien annoté pour la détection et la reconnaissance des plaques d'immatriculation
Tika-Python est une liaison Python aux services REST d'Apache Tika™ permettant d'appeler Tika nativement au sein de la communauté Python.
Transcription contrôlable. Verbatim (chaque mot de remplissage, pause, bégaiement et son vocal) ou interprétée (ce que le locuteur voulait dire, optimisée pour la lisibilité), avec des horodatages au niveau des mots.
Apprenez OpenCV en 4 heures - Codes utilisés dans mon cours Python et OpenCV sur freeCodeCamp.
🌝 MLKit est une boîte à outils puissante et facile à utiliser. Avec ML Kit, vous pouvez facilement implémenter des fonctionnalités telles que la reconnaissance de texte, la reconnaissance de codes-barres, le marquage d'images, la détection de visages, la détection d'objets, etc.
[Non officiel] Implémentation PyTorch de "Conformer: Convolution-augmented Transformer for Speech Recognition" (INTERSPEECH 2020)
Reconnaissance d'empreintes audio open source en .NET. Un algorithme efficace pour l'empreinte acoustique écrit entièrement en C#.
FaceXlib vise à fournir des fonctions prêtes à l'emploi liées au visage basées sur les méthodes open-source STOA actuelles.
Boîte à outils open source pour la reconnaissance vocale de bout en bout utilisant PyTorch-Lightning et Hydra.
🤖 Une application GitHub pour automatiser la reconnaissance des contributeurs à vos projets open source
Keras beit,caformer,CMT,CoAtNet,convnext,davit,dino,efficientdet,edgenext,efficientformer,efficientnet,eva,fasternet,fastervit,fastvit,flexivit,gcvit,ghostnet,gpvit,hornet,hiera,iformer,inceptionnext,lcnet,levit,maxvit,mobilevit,moganet,nat,nfnets,pvt,swin,tinynet,tinyvit,uniformer,volo,vanillanet,yolor,yolov7,yolov8,yolox,gpt2,llama2, alias kecam
Implémentation officielle de SynthTIGER (Synthetic Text Image Generator), ICDAR 2021
✨ Premier modèle de reconnaissance de polices CJK (chinois, japonais, coréen) et d'extraction de style, modèle de reconnaissance de polices YuzuMarker et implémentation / Premier extracteur de reconnaissance et de style de polices CJK (chinois, japonais, coréen), projet secondaire de YuzuMarker
Une liste curatée d'excellents articles sur l'IA incarnée et les ressources liées à la recherche et à l'industrie.
Foire aux questions
Quel est le dépôt #recognition le plus populaire sur GitHub ?
Le projet #recognition open source le mieux classé sur GitHub est jofpin/trape, avec 8,537 étoiles. Traqueur de personnes sur Internet : Outil d'analyse et de recherche OSINT par Jose Pino
Quels langages de programmation sont les plus utilisés dans les dépôts #recognition ?
Parmi les projets #recognition les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, MDX, Jupyter Notebook, C.
Comment le classement des dépôts #recognition est-il calculé ?
Nous suivons 19 dépôts open source actifs associés à #recognition (500+ étoiles), totalisant 39,901 étoiles, avec une moyenne de 2,100 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.