#face-detection Repository
Scopri 61 repository GitHub open source attivi contrassegnati con #face-detection, che raccolgono un totale di 258,221 stelle (con una media di 4,233 stelle per progetto). Il progetto leader di questo argomento è ageitgey/face_recognition, con 56,916 stelle.
61 repository in totale
L'API di riconoscimento facciale più semplice al mondo per Python e la riga di comando
API JavaScript per rilevamento e riconoscimento facciale nel browser e Node.js con tensorflow.js
Toolkit per il rilevamento di oggetti basato su PaddlePaddle. Supporta il rilevamento di oggetti, la segmentazione di istanze, il tracciamento di più oggetti e il rilevamento di punti chiave di più persone in tempo reale.
Una libreria open source per il rilevamento del viso nelle immagini. La velocità di rilevamento del viso può raggiungere i 1000 FPS.
Calcolatore di blendshape e cinematica per i modelli di tracciamento di viso, occhi, posa e dita di Mediapipe/Tensorflow.js.
Modelli pre-addestrati PyTorch per rilevamento del viso (MTCNN) e riconoscimento facciale (InceptionResnet)
Libreria per rilevamento rapido del viso, localizzazione della pupilla/occhi e rilevamento dei punti di riferimento facciali in Go puro.
TNN: sviluppato da Tencent Youtu Lab e Guangying Lab, un framework di inferenza deep learning uniforme per dispositivi mobili, desktop e server. TNN si distingue per diverse caratteristiche eccezionali, tra cui la capacità multipiattaforma, le elevate prestazioni, la compressione dei modelli e la potatura del codice. Basato su ncnn e Rapidnet, TNN rafforza ulteriormente il supporto e l'ottimizzazione delle prestazioni per i dispositivi mobili, attingendo anche ai vantaggi di buona estensibilità e alte prestazioni dagli sforzi open source esistenti.
Una raccolta di app di esempio per dimostrare come utilizzare le API ML Kit di Google su Android e iOS
🔥🔥Libreria di Riconoscimento Facciale ad Alta Prestazioni su PaddlePaddle & PyTorch🔥🔥
Rilevamento 3D del volto potenziato dall'IA e tracciamento della rotazione, Descrizione e riconoscimento del volto, Tracciamento della posa del corpo, Tracciamento 3D della mano e delle dita, Analisi dell'iride, Predizione di età, genere ed emozione, Tracciamento dello sguardo, Riconoscimento dei gesti
Un'applicazione Python che rileva e evidenzia la frequenza cardiaca di un individuo (utilizzando solo la loro webcam) in tempo reale.
Riconoscimento facciale, rilevamento della vivacità del volto, protezione del volto dagli attacchi di spoofing, rilevamento del volto, punti di riferimento facciali, confronto facciale, corrispondenza facciale, posa del volto, espressione facciale, attributi facciali, estrazione di modelli facciali, punti di riferimento facciali
🎭 Libreria WebGL e JavaScript leggera per il rilevamento, il tracciamento e i filtri facciali di realtà aumentata multi-viso in tempo reale. Supporta la rotazione, l'apertura della bocca e si integra con Three.js, Babylon.js, Canvas2D e CSS3D
Tutorial Jupyter Notebook per risolvere problemi del mondo reale con Machine Learning & Deep Learning usando PyTorch. Argomenti: Rilevamento facciale con Detectron 2, Rilevamento anomalie nelle serie temporali con LSTM Autoencoders, Rilevamento oggetti con YOLO v5, Costruisci la tua prima Neural Network, Previsione serie temporali per i casi giornalieri di Coronavirus, Analisi del sentimento con BER
SeetaFace 2: toolkit di riconoscimento facciale open source e full stack.
Un framework di ragionamento, con molti demo utili contemporaneamente, se ti sembra utile per favore metti una stella
Tracciamento robusto in tempo reale di volti e landmark facciali su CPU con integrazione Unity
Libreria di Computer Vision per l'interazione uomo-computer. Implementa la stima della posa della testa e della direzione dello sguardo utilizzando reti neurali convoluzionali, il rilevamento della pelle tramite backprojection, il rilevamento e il tracciamento del movimento, la mappa di salienza.
Damselfly è un'app per la gestione delle fotografie basata su server. L'obiettivo di Damselfly è indicizzare una collezione estremamente grande di immagini e consentire una facile ricerca e recupero di tali immagini, utilizzando metadati come i tag di parole chiave IPTC, nonché i nomi delle cartelle e dei file. Damselfly include il supporto per il rilevamento di oggetti/viso.
Un'estensione del browser che ti consente di navigare sul web con rispetto per i tuoi valori islamici, proteggere la tua privacy e ridurre le distrazioni di navigazione rilevando e sfocando automaticamente i contenuti "Haram".
Impara OpenCV in 4 ore - Codice utilizzato nel mio corso Python e OpenCV su freeCodeCamp.
Replicazione di semplici progetti CV inclusi attention, classificazione, rilevamento, rilevamento keypoints, ecc.
Applicazione Dockerizzata che ridimensiona e ritaglia le immagini in tempo reale, fornendo immagini ottimizzate in formati come AVIF, WebP, MozJPEG o PNG utilizzando ImageMagick, con un sistema di caching efficiente.
Galleria web open-source self-hosted per visualizzare foto e video con supporto mobile, tagging e scoperta di immagini basata sull'intelligenza artificiale
🌝 MLKit è un kit di strumenti potente e facile da usare. Con ML Kit puoi implementare facilmente funzionalità come il riconoscimento del testo, il riconoscimento dei codici a barre, l'etichettatura delle immagini, il rilevamento dei volti, il rilevamento di oggetti, ecc.
Libreria WebGL e JavaScript in tempo reale per il tracciamento del viso, il rilevamento delle espressioni e le emoticon animate nel browser, con demo SVG e Three.js incluse 😄
Questa categoria applica la modalità di contenuto Aspect Fill a un'immagine e, se vengono rilevati volti, li centra invece di centrare l'immagine solo in base al suo centro geometrico.
Libreria di riconoscimento facciale offline super semplice per C#. (Basato su SeetaFace6)
Il Virtual Idol (アイドル) Sharing Plan è un algoritmo di rilevamento dei punti caratteristici degli occhi e del viso umano basato su una telecamera RGB monocular, applicato nei campi della cattura facciale 3D in tempo reale e applicazioni guidate da modelli.
L'idea di questa lista è quella di raccogliere dati e algoritmi condivisi intorno ai Modelli Morfabili 3D. Siete invitati a contribuire a questa lista aggiungendo una pull request. La lista originale è nata dal seminario Dagstuhl sui Modelli Morfabili 3D https://www.dagstuhl.de/19102 nel marzo 2019.
🔥🔥🔥Cassetta degli attrezzi di algoritmi IA gratuiti offline per Java, che supporta il riconoscimento facciale, il rilevamento di vitalità, il riconoscimento delle espressioni, il rilevamento di oggetti, la segmentazione di istanze, il rilevamento di pedoni, il riconoscimento di testo OCR, il riconoscimento targhe, il riconoscimento di tabelle, ASR+TTS, la traduzione automatica e altre funzioni. Utilizzabile tramite riferimento Maven. Supporta PyTorch, Tensorflow e ha integrato modelli mainstream come Mtcnn, InsightFace, SeetaFace6, YOLOv8~v12, PaddleOCR(PPOCRv5), Whisper, ecc.
Il programma di addestramento per libfacedetection per il rilevamento del viso e il rilevamento di 5 punti di riferimento.
Dimostrazione di diversi algoritmi e operazioni sui volti. Metti una stella al repository⭐
Il motore AI cross-platform leader a livello mondiale per dispositivi edge
App di Riconoscimento Facciale; Rilevamento Vivacità Facciale; Rilevamento Facciale; Allineamento Facciale; Identificazione Facciale && Verifica Facciale && Confronto Facciale; Corrispondenza Facciale; Tracciamento Facciale; Espressione Facciale && Anti Spoofing Facciale; Attributo Facciale && Età Facciale; Trasferimento Facciale; Anti-Spoofing Facciale; Recupero Facciale; riconoscimento facciale
Domande frequenti
Qual è il repository #face-detection più popolare su GitHub?
Il progetto open source #face-detection più alto in classifica su GitHub è ageitgey/face_recognition, con 56,916 stelle. L'API di riconoscimento facciale più semplice al mondo per Python e la riga di comando
Quali linguaggi di programmazione sono più utilizzati nei repository #face-detection?
Tra i progetti #face-detection più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, JavaScript, C++, C#.
Come viene calcolata la classifica dei repository #face-detection?
Monitoriamo 61 repository open source attivi contrassegnati con #face-detection (500+ stelle), per un totale di 258,221 stelle e una media di 4,233 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.