Git Stars Git Stars

#feature-extraction Repository

Scopri 45 repository GitHub open source attivi contrassegnati con #feature-extraction, che raccolgono un totale di 90,757 stelle (con una media di 2,016 stelle per progetto). Il progetto leader di questo argomento è facebookresearch/dinov2, con 13,560 stelle.

45
Totale Repository
90,757
Totale stelle
2,016
Media Stelle/Repo

45 repository in totale

1
facebookresearch/dinov2

Codice e modelli PyTorch per il metodo di apprendimento auto-supervisionato DINOv2.

facebookresearch
⭐ 13,560 Jupyter Notebook 👤 facebookresearch Organization 🕐 Aggiornato 2026-11-05 📅 Creato 2023-03-29
2
raulmur/ORB_SLAM2

SLAM in Tempo Reale per Telecamere Monoculari, Stereo e RGB-D, con Capacità di Rilevamento Loop e Relocalizzazione

raulmur
⭐ 10,042 C++ 👤 raulmur User 🕐 Aggiornato 2024-05-15 📅 Creato 2016-01-23
3
blue-yonder/tsfresh

Estrazione automatica di caratteristiche rilevanti dalle serie temporali:

blue-yonder
⭐ 9,495 Jupyter Notebook 👤 blue-yonder Organization 🕐 Aggiornato 2026-07-06 📅 Creato 2016-10-26
4
facebookresearch/Kats

Kats, un pacchetto per analizzare dati di serie temporali, un framework leggero, facile da usare, generalizzabile ed estendibile per eseguire analisi di serie temporali, dalla comprensione delle statistiche e caratteristiche chiave, al rilevamento di punti di cambiamento e anomalie, fino alla previsione di tendenze future.

facebookresearch
⭐ 6,516 Python 👤 facebookresearch Organization 🕐 Aggiornato 2026-11-13 📅 Creato 2021-02-25
5
BoltzmannEntropy/interviews.ai

È mia convinzione che voi, studenti laureati e persone in cerca di lavoro per cui il libro è principalmente destinato, ne trarrete beneficio; tuttavia, spero che anche i ricercatori più esperti lo troveranno affascinante.

BoltzmannEntropy
⭐ 4,900 👤 BoltzmannEntropy User 🕐 Aggiornato 2026-11-21 📅 Creato 2021-09-30
6
ZhaoJ9014/face.evoLVe

🔥🔥Libreria di Riconoscimento Facciale ad Alta Prestazioni su PaddlePaddle & PyTorch🔥🔥

ZhaoJ9014
⭐ 3,589 Python 👤 ZhaoJ9014 User 🕐 Aggiornato 2025-03-20 📅 Creato 2019-01-04
7
towhee-io/towhee

Towhee è un framework dedicato a rendere le pipeline di elaborazione dei dati neurali semplici e veloci.

towhee-io
⭐ 3,444 Python 👤 towhee-io Organization 🕐 Aggiornato 2024-10-18 📅 Creato 2021-07-13
8
sherlockchou86/VideoPipe

Un framework multipiattaforma per la strutturazione video (analisi video) basato su modelli CV e mLLM.

sherlockchou86
⭐ 2,994 C++ 👤 sherlockchou86 User 🕐 Aggiornato 2026-02-25 📅 Creato 2022-08-26
9
metarank/metarank

Un servizio di machine learning low-code per il ranking personalizzato di articoli, annunci, risultati di ricerca, raccomandazioni che aumenta il coinvolgimento degli utenti. Un motore Learn-to-Rank amichevole

metarank
⭐ 2,461 Scala 👤 metarank Organization 🕐 Aggiornato 2026-10-06 📅 Creato 2020-08-19
10
feature-engine/feature_engine

Libreria Python open-source per l'ingegnerizzazione e la selezione delle feature compatibile con sklearn.

feature-engine
⭐ 2,297 Python 👤 feature-engine Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2018-12-31
11
4paradigm/OpenMLDB

OpenMLDB è un database open-source per il machine learning che fornisce una piattaforma di feature per il calcolo di feature coerenti per addestramento e inferenza.

4paradigm
⭐ 1,717 C++ 👤 4paradigm Organization 🕐 Aggiornato 2026-11-10 📅 Creato 2021-03-12
12
LastAncientOne/Deep_Learning_Machine_Learning_Stock

Le azioni di Deep Learning e Machine Learning rappresentano opportunità promettenti sia per investitori e trader a lungo termine che a breve termine.

LastAncientOne
⭐ 1,689 Jupyter Notebook 👤 LastAncientOne User 🕐 Aggiornato 2024-03-01 📅 Creato 2018-09-29
13
mhamilton723/FeatUp

Codice ufficiale per "FeatUp: Un framework agnostico rispetto al modello per caratteristiche a qualsiasi risoluzione" ICLR 2024

mhamilton723
⭐ 1,620 Jupyter Notebook 👤 mhamilton723 User 🕐 Aggiornato 2024-06-28 📅 Creato 2024-02-22
14
meyda/meyda

Estrazione di caratteristiche audio per JavaScript.

meyda
⭐ 1,618 TypeScript 👤 meyda Organization 🕐 Aggiornato 2024-07-15 📅 Creato 2014-08-11
15
decoderesearch/SAELens

Allenamento di autoencoder sparsi su modelli linguistici

decoderesearch
⭐ 1,588 Python 👤 decoderesearch Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2023-11-29
16
AIM-Harvard/pyradiomics

Pacchetto Python open-source per l'estrazione di caratteristiche Radiomics da immagini 2D e 3D e maschere binarie. Supporto: https://discourse.slicer.org/c/community/radiomics

AIM-Harvard
⭐ 1,466 Jupyter Notebook 👤 AIM-Harvard Organization 🕐 Aggiornato 2025-10-27 📅 Creato 2015-09-15
17
agemagician/ProtTrans

ProtTrans fornisce modelli linguistici pre-addestrati all'avanguardia per le proteine. ProtTrans è stato addestrato su migliaia di GPU da Summit e centinaia di TPU Google utilizzando modelli Transformer.

agemagician
⭐ 1,310 Jupyter Notebook 👤 agemagician User 🕐 Aggiornato 2025-05-22 📅 Creato 2020-05-11
18
pykaldi/pykaldi

Un wrapper Python per Kaldi

pykaldi
⭐ 1,039 Python 👤 pykaldi Organization 🕐 Aggiornato 2025-11-30 📅 Creato 2017-06-19
19
mimno/Mallet

MALLET è un pacchetto basato su Java per l'elaborazione statistica del linguaggio naturale, la classificazione di documenti, il clustering, il topic modeling, l'estrazione di informazioni e altre applicazioni di machine learning per il testo.

mimno
⭐ 1,033 Java 👤 mimno User 🕐 Aggiornato 2026-08-04 📅 Creato 2014-04-02
20
joaofaro/KCFcpp

Implementazione in C++ del Tracker KCF

joaofaro
⭐ 936 C++ 👤 joaofaro User 🕐 Aggiornato 2024-07-25 📅 Creato 2015-11-25
21
astorfi/speechpy

:speech_balloon: SpeechPy - Una libreria per l'elaborazione e il riconoscimento della voce: http://speechpy.readthedocs.io/en/latest/

astorfi
⭐ 885 Python 👤 astorfi User 🕐 Aggiornato 2024-12-15 📅 Creato 2017-04-05
22
benfulcher/hctsa

Analisi di serie temporali altamente comparativa

benfulcher
⭐ 866 MATLAB 👤 benfulcher User 🕐 Aggiornato 2026-11-20 📅 Creato 2013-06-19
23
audeering/opensmile

L'estrattore di caratteristiche multimediali su larga scala open-source di Monaco

audeering
⭐ 860 C++ 👤 audeering Organization 🕐 Aggiornato 2026-01-26 📅 Creato 2020-10-15
24
ethz-asl/hfnet

Dal Grossolano al Finemente: Localizzazione Gerarchica Robusta su Larga Scala con HF-Net (https://arxiv.org/abs/1812.03506)

ethz-asl
⭐ 851 Python 👤 ethz-asl Organization 🕐 Aggiornato 2024-07-25 📅 Creato 2019-02-15
25
MIT-SPARK/KISS-Matcher

KISS-Matcher: Registrazione veloce, robusta e scalabile + esempi SLAM ROS2

MIT-SPARK
⭐ 824 C++ 👤 MIT-SPARK Organization 🕐 Aggiornato 2026-09-29 📅 Creato 2024-09-10
26
MiniAiLive/Android-FaceRecognition

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

MiniAiLive
⭐ 802 Kotlin 👤 MiniAiLive Organization 🕐 Aggiornato 2026-09-10 📅 Creato 2023-12-11
27
microsoft/RegionCLIP

Codice ufficiale per "RegionCLIP: Region-based Language-Image Pretraining" [CVPR 2022]

microsoft
⭐ 800 Python 👤 microsoft Organization 🕐 Aggiornato 2024-03-20 📅 Creato 2022-03-18
28
zhihanyue/ts2vec

Un framework universale per l'apprendimento della rappresentazione di serie temporali

zhihanyue
⭐ 797 Python 👤 zhihanyue User 🕐 Aggiornato 2024-07-29 📅 Creato 2021-06-04
29
ashishpatel26/Amazing-Feature-Engineering

L'ingegneria delle feature è il processo di utilizzo della conoscenza del dominio per estrarre feature dai dati grezzi tramite tecniche di data mining. Queste feature possono essere utilizzate per migliorare le prestazioni degli algoritmi di machine learning. L'ingegneria delle feature può essere considerata come il machine learning applicato in sé.

ashishpatel26
⭐ 794 Jupyter Notebook 👤 ashishpatel26 User 🕐 Aggiornato 2025-06-29 📅 Creato 2019-02-19
30
Livox-SDK/LIO-Livox

Una robusta odometria LiDAR-Inerziale per LiDAR Livox

Livox-SDK
⭐ 780 C++ 👤 Livox-SDK User 🕐 Aggiornato 2024-05-23 📅 Creato 2021-07-29
31
chrischoy/FCGF

Caratteristiche geometriche completamente convoluzionali: caratteristiche 3D rapide e precise per registrazione e corrispondenza.

chrischoy
⭐ 737 Python 👤 chrischoy User 🕐 Aggiornato 2026-07-02 📅 Creato 2019-08-29
33
facebookresearch/silk

SiLK (Simple Learned Keypoint) è un modello di keypoint basato sul deep learning auto-supervisionato.

facebookresearch
⭐ 684 Gnuplot 👤 facebookresearch Organization 🕐 Aggiornato 2026-10-20 📅 Creato 2023-04-10
34
cesium-ml/cesium

Piattaforma per serie temporali di machine learning

cesium-ml
⭐ 682 Python 👤 cesium-ml Organization 🕐 Aggiornato 2025-01-17 📅 Creato 2014-10-29
35
AutoViML/featurewiz

Utilizza strategie avanzate di feature engineering e seleziona le migliori feature dal tuo set di dati con una singola riga di codice. Creato da Ram Seshadri. Collaboratori benvenuti.

AutoViML
⭐ 677 Python 👤 AutoViML User 🕐 Aggiornato 2025-02-19 📅 Creato 2020-11-29
36
facebookresearch/Ego4d

Repository del dataset Ego4d. Scarica il dataset, visualizza, estrai le feature e esempio di utilizzo del dataset

facebookresearch
⭐ 665 Jupyter Notebook 👤 facebookresearch Organization 🕐 Aggiornato 2026-07-25 📅 Creato 2021-11-23
37
v-iashin/video_features

Estrai le caratteristiche video da video grezzi utilizzando più GPU. Supportiamo frame di flusso RAFT, nonché modelli S3D, I3D, R(2+1)D, VGGish, CLIP e TIMM.

v-iashin
⭐ 661 Python 👤 v-iashin User 🕐 Aggiornato 2026-02-01 📅 Creato 2020-06-01
38
loli/medpy

Elaborazione di immagini mediche in Python

loli
⭐ 623 Jupyter Notebook 👤 loli User 🕐 Aggiornato 2026-11-14 📅 Creato 2012-05-11
39
BGU-CS-VIL/WTConv

Convoluzioni Wavelet per Grandi Campi Ricettivi. ECCV 2024.

BGU-CS-VIL
⭐ 610 Python 👤 BGU-CS-VIL Organization 🕐 Aggiornato 2026-08-12 📅 Creato 2024-07-06
40
OysterQAQ/ACG2vec

ACG2vec (Anime Comics Games to vector) si impegna a creare un playground che combina ACG e apprendimento profondo. (Ricerca semantica di testo, ricerca per immagini, ricerca semantica di immagini, super-risoluzione di immagini, sistemi di raccomandazione)

OysterQAQ
⭐ 575 👤 OysterQAQ User 🕐 Aggiornato 2024-02-20 📅 Creato 2022-10-27
41
machinelearnjs/machinelearnjs

Libreria di Machine Learning per il web e Node.

machinelearnjs
⭐ 541 TypeScript 👤 machinelearnjs Organization 🕐 Aggiornato 2026-02-07 📅 Creato 2018-04-29
42
Desbordante/desbordante-core

Desbordante è un profiler di dati ad alte prestazioni, in grado di scoprire molti modelli diversi nei dati utilizzando vari algoritmi. Consente inoltre di eseguire scenari di pulizia dei dati tramite questi algoritmi. Desbordante dispone di una versione per console e di un’applicazione web facile da usare.

Desbordante
⭐ 522 C++ 👤 Desbordante Organization 🕐 Aggiornato 2026-11-17 📅 Creato 2020-04-09
43
DynamicsAndNeuralSystems/catch22

catch22: Caratteristiche canoniche delle serie temporali

DynamicsAndNeuralSystems
⭐ 505 C 👤 DynamicsAndNeuralSystems Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2018-08-26
44
easystats/parameters

:bar_chart: Calcolo ed elaborazione dei parametri dei modelli

easystats
⭐ 502 R 👤 easystats Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2019-02-09
45
alicevision/popsift

PopSift è un'implementazione dell'algoritmo SIFT in CUDA.

alicevision
⭐ 502 Cuda 👤 alicevision Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2015-05-27

Domande frequenti

1

Qual è il repository #feature-extraction più popolare su GitHub?

Il progetto open source #feature-extraction più alto in classifica su GitHub è facebookresearch/dinov2, con 13,560 stelle. Codice e modelli PyTorch per il metodo di apprendimento auto-supervisionato DINOv2.

2

Quali linguaggi di programmazione sono più utilizzati nei repository #feature-extraction?

Tra i progetti #feature-extraction più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, C++, TypeScript.

3

Come viene calcolata la classifica dei repository #feature-extraction?

Monitoriamo 45 repository open source attivi contrassegnati con #feature-extraction (500+ stelle), per un totale di 90,757 stelle e una media di 2,016 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.