#face-detection Repositórios
Descubra 61 repositórios ativos de código aberto no GitHub marcados com #face-detection, acumulando um total de 258,221 estrelas (uma média de 4,233 por projeto). O líder deste tópico é ageitgey/face_recognition, com 56,916 estrelas.
61 repositórios no total
A API de reconhecimento facial mais simples do mundo para Python e linha de comando
API JavaScript para detecção de faces e reconhecimento facial no navegador e nodejs com tensorflow.js
Kit de ferramentas de Detecção de Objetos baseado em PaddlePaddle. Ele suporta detecção de objetos, segmentação de instância, rastreamento de múltiplos objetos e detecção de pontos-chave multipessoa em tempo real.
Uma biblioteca de código aberto para detecção de rostos em imagens. A velocidade de detecção de rostos pode atingir 1000FPS.
Calculadora de blendshape e cinemática para modelos de rastreamento de Rosto, Olhos, Pose e Dedo do Mediapipe/Tensorflow.js.
Modelos pré-treinados de detecção de faces (MTCNN) e reconhecimento facial (InceptionResnet) em Pytorch
Biblioteca de detecção rápida de rostos, localização de pupilas/olhos e detecção de pontos de referência faciais em Go puro.
TNN: desenvolvido pelo Tencent Youtu Lab e Guangying Lab, uma estrutura uniforme de inferência de aprendizado profundo para dispositivos móveis, desktop e servidor. O TNN se distingue por várias características notáveis, incluindo sua capacidade de plataforma cruzada (cross-platform), alto desempenho, compressão de modelo e poda de código (code pruning). Baseado em ncnn e Rapidnet, o TNN reforça ainda mais o suporte e a otimização de desempenho para dispositivos móveis, e também aproveita as vantagens de boa extensibilidade e alto desempenho de esforços de código aberto existentes.
Uma coleção de aplicativos de exemplo para demonstrar como usar as APIs do ML Kit do Google no Android e iOS
🔥🔥Biblioteca de Reconhecimento Facial de Alto Desempenho no PaddlePaddle e PyTorch🔥🔥
Humano: Detecção Facial 3D e Rastreamento de Rotação com tecnologia de IA, Descrição e Reconhecimento Facial, Rastreamento de Postura Corporal, Rastreamento 3D de Mãos e Dedos, Análise de Íris, Previsão de Idade, Gênero e Emoção, Rastreamento do Olhar, Reconhecimento de Gestos
Uma aplicação Python que detecta e realça a frequência cardíaca de um indivíduo (usando apenas a sua própria webcam) em tempo real.
Reconhecimento facial, detecção de vivacidade facial, proteção facial contra falsificação, detecção facial, pontos de referência faciais, comparação facial, correspondência facial, pose facial, expressão facial, atributos faciais, extração de modelos faciais, pontos de referência faciais
🎭 Biblioteca leve de WebGL e JavaScript para detecção, rastreamento multifacial em tempo real e filtros faciais de realidade aumentada. Suporta rotação, abertura da boca e se integra com Three.js, Babylon.js, Canvas2D e CSS3D
Tutoriais de Jupyter Notebook sobre como resolver problemas do mundo real com Machine Learning e Deep Learning usando PyTorch. Tópicos: Detecção facial com Detectron 2, Detecção de anomalias em Séries Temporais com Autoencoders LSTM, Detecção de objetos com YOLO v5, Construa sua primeira Rede Neural, Previsão de Séries Temporais para casos diários de Coronavírus, Análise de Sentimentos com BER
A coleção de modelos de IA pré-treinados e de última geração para o ailia SDK
SeetaFace 2: kit de ferramentas de reconhecimento facial open source, full stack.
Uma estrutura de raciocínio (framework), com muitas demos úteis; se você achar útil, por favor, dê uma estrela (star/like).
Rastreamento robusto em tempo real de rostos e marcos faciais em CPU com integração Unity
Biblioteca de Visão Computacional para interação humano-computador. Implementa Estimativa de Pose da Cabeça e Direção do Olhar Usando Redes Neurais Convolucionais, Detecção de Pele por Backprojection, Detecção e Rastreamento de Movimento, Mapa de Saliência.
Damselfly é uma aplicação de Gestão de Fotografias baseada em servidor. O objetivo do Damselfly é indexar uma coleção extremamente grande de imagens e permitir a fácil pesquisa e recuperação dessas imagens, usando metadados como as tags de palavras-chave IPTC, bem como os nomes das pastas e dos ficheiros. Damselfly inclui suporte para deteção de objetos/faces.
Uma extensão de navegador que permite navegar na web respeitando seus valores islâmicos, proteger sua privacidade e reduzir distrações ao navegar, detectando e desfocando automaticamente o conteúdo "Haram".
Aprenda OpenCV em 4 Horas - Código usado no meu curso de Python e OpenCV no freeCodeCamp.
Replicação de projetos simples de Visão Computacional, incluindo atenção, classificação, detecção, detecção de pontos-chave, etc.
Aplicação Dockerizada que redimensiona e recorta imagens em tempo real, entregando imagens otimizadas em formatos como AVIF, WebP, MozJPEG ou PNG usando ImageMagick, com um sistema de cache eficiente.
Galeria web de código aberto auto-hospedada para visualizar suas fotos e vídeos, com recursos como compatibilidade móvel, marcação e descoberta de imagens impulsionada por IA
🌝 MLKit é um kit de ferramentas poderoso e fácil de usar. Com o ML Kit, você pode implementar facilmente funcionalidades como reconhecimento de texto, leitura de códigos de barras, rotulagem de imagens, detecção facial e detecção de objetos.
Biblioteca WebGL e JavaScript em tempo real para rastreamento facial, detecção de expressão e emoticons animados no navegador, com demos SVG e Three.js incluídas 😄
Esta categoria aplica o modo de conteúdo Aspect Fill a uma imagem e, se forem detetadas faces, as centraliza em vez de centralizar a imagem apenas pelo seu centro geométrico.
Biblioteca C# super simples de reconhecimento facial offline. (Baseada no SeetaFace6)
O Projeto de Compartilhamento de Ídolos Virtuais (アイドル) é uma aplicação do algoritmo de detecção de pontos característicos de olhos e rosto humanos, baseado em câmeras RGB monoculares, nos campos de captura facial 3D em tempo real e animação de modelos.
A ideia desta lista é coletar dados e algoritmos compartilhados relacionados a Modelos Morfáveis 3D. Você está convidado a contribuir para esta lista adicionando um 'pull request'. A lista original surgiu do seminário Dagstuhl sobre Modelos Morfáveis 3D https://www.dagstuhl.de/19102 em março de 2019.
🔥🔥🔥Caixa de ferramentas de algoritmos de IA gratuitos e offline para Java, suportando reconhecimento facial, detecção de vivacidade, reconhecimento de expressões, detecção de objetos, segmentação de instâncias, detecção de pedestres, reconhecimento de texto OCR, reconhecimento de placas de veículos, reconhecimento de tabelas, ASR+TTS, tradução automática e outras funções, utilizável via referência Maven. Suporta PyTorch, Tensorflow e integrou modelos principais como Mtcnn, InsightFace, SeetaFace6, YOLOv8~v12, PaddleOCR(PPOCRv5), Whisper, etc.
O programa de treinamento para libfacedetection para detecção de rostos e detecção de 5 pontos de referência.
Demonstração de diferentes algoritmos e operações em rostos. Estrelar o repositório⭐
Aplicativo de Reconhecimento Facial; Detecção de Vida Facial; Detecção Facial; Alinhamento Facial; Identificação Facial && Verificação Facial && Comparação Facial; Correspondência Facial; Rastreamento Facial; Expressão Facial && Anti Spoofing Facial; Atributo Facial && Idade Facial; Transferência Facial; Anti-Spoofing Facial; Recuperação Facial; reconhecimento facial
Perguntas Frequentes
Qual é o repositório de #face-detection mais popular no GitHub?
O projeto de código aberto de #face-detection mais bem classificado no GitHub é ageitgey/face_recognition, com 56,916 estrelas. A API de reconhecimento facial mais simples do mundo para Python e linha de comando
Quais linguagens de programação são mais usadas nos repositórios de #face-detection?
Entre os projetos de #face-detection mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, JavaScript, C++, C#.
Como é calculada a classificação dos repositórios de #face-detection?
Acompanhamos 61 repositórios ativos de código aberto marcados com #face-detection (com mais de 500 estrelas), totalizando 258,221 estrelas e uma média de 4,233 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.