#video-analysis Репозитории
Откройте для себя 27 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #video-analysis, с общим числом 44,976 звёзд (в среднем 1,665 на проект). Лидером этой темы является JuneYaooo/rea-video, набравший 11,577 звёзд.
Всего репозиториев: 27
Проведите обратный инжиниринг любого видео, кадр за кадром: выясните, снято ли оно, сгенерировано ИИ или создано с помощью кода, и узнайте, как его воссоздать. Разборы — в открытом формате VIDEO.md.
Этот инструмент устарел. Вместо него используйте Agentic Document Extraction.
Кроссплатформенный фреймворк для структурирования видео (анализа видео) на основе моделей CV и mLLM.
Позвольте Claude (или любой LLM) действительно посмотреть видео — кадры с учетом сцен, без дубликатов + расшифровка, из URL или локального файла. Работает локально, MIT.
Семантический поиск. Ищите локальные фотографии и видео с помощью естественного языка. ИИ-семантический поиск локальных материалов. Поиск по изображению, поиск локальных материалов, сопоставление сцен по текстовому описанию, поиск видео по кадрам, поиск видео по описанию сцен.
Открытая платформа для аннотации мультимодальных данных с поддержкой автоаннотации ИИ.
Дайте Клоду возможность просматривать и понимать видео — плагин Claude Code с извлечением кадров и мультимодальным аудиоанализом
Учебные заметки и навыки работы с инструментами для создания видео с помощью ИИ
Высокопроизводительное отслеживание нескольких объектов на основе YOLO, Deep SORT и KLT 🚀
Гибкий и расширяемый фреймворк для распознавания походки. С помощью OpenGait вы можете сосредоточиться на разработке собственных моделей и с легкостью сравнивать их с передовыми решениями.
Этот репозиторий содержит комплексный проект по компьютерному зрению/машинному обучению в футболе, который использует YOLO для обнаружения объектов, Kmeans для сегментации пикселей, оптический поток для отслеживания движения и перспективное преобразование для анализа движений игроков в футбольных видео.
Изучение компьютерного зрения с OpenCV 4 и Python 3 – Третье издание, опубликовано Packt
[ECCV2024 - устный доклад, кандидат на премию за лучшую статью] SEA-RAFT: простой, эффективный, точный RAFT для оптического потока
Восстанавливает промпты из ИИ-видео, включает функцию аудиоанализа для извлечения диалогов и текста, а также позволяет смонтировать нужное видео всего одной фразой.
Дайте ИИ-агентам глаза, уши и проверяемые результаты. Watch Skill превращает видео, аудио и действия на экране в доступные для поиска доказательства с временными метками и подтверждает выполнение работы детерминированными контрактами, а не мнением модели. DeepWatch — рабочее пространство для агентов на базе DeepSeek Harness. Python + npm, MCP, CLI, REST и Web.
MegSpot — это эффективное, профессиональное и кроссплатформенное приложение для сравнения изображений и видео
Глубина любого видео с масштабируемыми синтетическими данными (ICLR 2025)
Набор инструментов для кодирования, мультиплексирования и анализа мультимедиа для Windows
Часто задаваемые вопросы
Какой репозиторий по теме #video-analysis наиболее популярен на GitHub?
Самый высоко оценённый проект с открытым исходным кодом по теме #video-analysis на GitHub — JuneYaooo/rea-video, набравший 11,577 звёзд. Проведите обратный инжиниринг любого видео, кадр за кадром: выясните, снято ли оно, сгенерировано ИИ или создано с помощью кода, и узнайте, как его воссоздать. Разборы — в открытом формате VIDEO.md.
Какие языки программирования чаще всего используются в репозиториях по теме #video-analysis?
Среди наиболее высоко оценённых проектов по теме #video-analysis на GitHub чаще всего используются языки программирования Python, TypeScript, Jupyter Notebook, C++.
Как рассчитывается рейтинг репозиториев по теме #video-analysis?
Мы отслеживаем 27 активных репозиториев с открытым исходным кодом, отмеченных тегом #video-analysis (500 и более звёзд), с общим числом 44,976 звёзд и в среднем 1,665 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.