Awesome GitHub RepositoriesFace Analysis

Faceswap is a comprehensive framework for automated media manipulation and neural face synthesis. It provides a modular pipeline that manages the entire lifecycle of facial feature extraction, deep learning model training, and image conversion. By coordinating complex computer vision workflows, the system enables users to map facial identities between source and destination datasets while maintaining structural alignment and lighting consistency across video frames. The project distinguishes itself through a highly extensible plugin-based architecture that handles hardware-accelerated process

face-api.js is a TensorFlow.js face recognition library and browser-based computer vision API. It provides tools for performing face detection, recognition, and landmark prediction within browsers and Node.js. The library includes a biometric identity descriptor generator that creates numerical vectors to compare identity and similarity between images. It features a facial landmark detection tool for mapping sixty-eight specific coordinate points on a face, as well as an age and gender estimation model. Its capabilities cover real-time facial analysis, including the recognition of facial exp

MMPose is a PyTorch-based pose estimation toolbox and deep learning training pipeline designed for detecting 2D and 3D keypoints on humans, animals, and faces. It serves as a computer vision model zoo and a framework for both 2D pose estimation and 3D pose lifting. The project is distinguished by its modular architecture and extensibility, employing a registry-based system and hierarchical configurations to allow for custom algorithm integration and model pipeline customization. It supports diverse estimation paradigms, including top-down, bottom-up, and two-stage pose lifting workflows. The

SynapseML هي مكتبة تعلم آلة لـ Apache Spark مصممة لبناء وتوسيع سير عمل تعلم الآلة وخطوط أنابيب البيانات عبر المجموعات الموزعة. تعمل كإطار عمل لخط أنابيب تعلم الآلة الموزع ومحرك استدلال موزع لتنفيذ التنبؤات المسرعة بالأجهزة ومهام التعلم العميق على مجموعات بيانات واسعة النطاق. يعمل المشروع كطبقة تكامل للذكاء الاصطناعي السحابي، مما يسمح للمستخدمين بتطبيق خدمات الذكاء الاصطناعي المدربة مسبقاً للنصوص والرؤية والكلام داخل خطوط الأنابيب الموزعة. كما يتضمن مجموعة مخصصة من الأدوات للكشف الموزع عن الشذوذ لتحديد القيم المتطرفة متعددة المتغيرات والسلاسل الزمنية عبر البيانات عالية الأبعاد. تغطي المكتبة مجموعة واسعة من القدرات، بما في ذلك الرؤية الحاسوبية الموزعة لتحليل الوجوه والصور، ومعالجة اللغات الطبيعية القابلة للتوسع لتحليلات النصوص والترجمة، وتدريب أشجار القرار المعززة بالتدرج. توفر أدوات للبحث عن التشابه عبر نمذجة الجار الأقرب (k-nearest neighbor)، وقابلية تفسير النموذج من خلال إسناد الميزات، وتنسيق سير عمل التعلم التعزيزي. يستخدم النظام بنية خط أنابيب قابلة للتركيب ويدعم استدلال النموذج القائم على ONNX للتوافق عبر المنصات.

Mmlspark هو إطار عمل موزع لتنفيذ نماذج تعلم الآلة، وتحويلات البيانات، وتكاملات خدمات الذكاء الاصطناعي عبر مجموعات Apache Spark. يعمل كمكتبة تعلم آلة موزعة ومنسق خط أنابيب، مما يسمح للمستخدمين بدمج الخدمات المعرفية المدربة مسبقاً والنماذج المخصصة في سير عمل الدفعات والتدفق واسع النطاق. يتميز المشروع بقدرته على دمج خدمات الذكاء الاصطناعي الخارجية وواجهات برمجة تطبيقات الويب مباشرة في خطوط أنابيب البيانات الضخمة لتحليل النصوص والرؤية. يوفر إطار عمل تدريب نموذج قابل للتوسع ينسق مهام تعزيز التدرج والتصنيف عبر مجموعات حوسبة قابلة للتغيير الحجم بمرونة، مستفيداً من تسريع الأجهزة لاستدلال النموذج الموزع. تغطي مجموعة الأدوات مجموعة واسعة من القدرات بما في ذلك تحليل المحتوى متعدد الوسائط للصور والكلام والنصوص، بالإضافة إلى الكشف المتقدم عن الشذوذ للسلاسل الزمنية والبيانات متعددة المتغيرات. تتضمن أدوات لتهيئة البيانات، وتنفيذ نماذج ONNX، وأدوات الذكاء الاصطناعي المسؤول لتدقيق عدالة النموذج وتفسير التنبؤ باستخدام قيم المساهمة المضافة. يوفر إطار العمل أيضاً واجهة وصول موحدة للبيانات للقراءة والكتابة عبر قواعد بيانات وأنظمة تخزين سحابية متنوعة.

lite.ai.toolkit هي مجموعة أدوات رؤية حاسوبية بلغة C++ مصممة لنشر الذكاء الاصطناعي على الحافة. تتيح تنفيذ النماذج المدربة مسبقاً لاكتشاف الكائنات، وتصنيف الصور، والتجزئة على الأجهزة ذات الموارد المحدودة. يتميز المشروع بمحرك استنتاج متعدد الخلفيات يدعم وقت تشغيل نموذج ONNX، مما يسمح لنماذج الذكاء الاصطناعي بالعمل عبر أهداف عتادية مختلفة. ويتضمن خط أنابيب مسرع بواسطة GPU خصيصاً لأجهزة NVIDIA لتقليل زمن الانتقال وزيادة سرعة المعالجة. تغطي مجموعة الأدوات مجموعة واسعة من قدرات تحليل الوجوه، بما في ذلك اكتشاف المشاعر، وتقدير الجنس والعمر، وتحليل وضعية الرأس. كما توفر أدوات للتعرف على الوجوه من خلال استخراج تضمينات الميزات وحساب تشابه جيب التمام (cosine similarity) للتحقق من الهويات. تشمل القدرات الإضافية عزل المقدمة (image matting)، وتلوين الصور الرمادية، ونقل الأسلوب الفني.

This project provides a high-resolution face dataset consisting of 70,000 human face images in PNG format. It serves as a curated library of aligned images and facial landmark data designed for generative model training, facial recognition, and image synthesis research. The dataset includes machine-readable metadata that pairs images with precise facial coordinate points, source URLs, and copyright information. This coordinate data enables the transformation of raw photos into a standardized 1024x1024 pixel resolution through landmark-based alignment and cropping. The repository includes aut

3DDFA is a 3D face reconstruction tool that generates three-dimensional facial meshes and 68 structural landmarks from a single two-dimensional input image. The project provides utilities for estimating facial pose and depth maps to determine the orientation and position of a face. It includes a geometry exporter to save reconstructed facial shapes into standard file formats for use in external 3D modeling software. The software further covers automated face cropping using landmark-based and landmark-free identification methods, as well as the extraction of specialized mathematical represent

Human is a TensorFlow.js computer vision library used for face, body, and hand tracking within the browser or Node.js. It provides a framework for human pose and gesture tracking, facial recognition, and biometric liveness detection to verify a live human presence. The project distinguishes itself through a full suite of identity and motion tools, including a facial recognition framework that generates embeddings for similarity matching and a background segmenter for separating humans from their environment. It incorporates a liveness detector to prevent spoofing during facial analysis. The

يعمل هذا المستودع كمورد تعليمي لتعلم التعلم العميق وتطوير الشبكات العصبية من خلال إطار عمل Keras. يوفر مجموعة من البرامج التعليمية التفاعلية وعينات الكود الموثقة المصممة لتوجيه المستخدمين عبر بناء وتدريب وتقييم نماذج تعلم الآلة. يركز المشروع على التنفيذات العملية عبر عدة مجالات، بما في ذلك رؤية الحاسوب، ومعالجة اللغات الطبيعية، وتحليل البيانات التسلسلية. يمكن للمستخدمين استكشاف سير العمل لتصنيف الصور، واكتشاف الكائنات، والتعرف على الوجوه، بالإضافة إلى تقنيات تحويل النص إلى تنسيقات قابلة للقراءة آلياً. يتم تنظيم المواد كسلسلة من دفاتر Jupyter، مما يسمح بالتنفيذ التكراري والتصور في الوقت الفعلي لمقاييس تدريب النموذج. توضح هذه الدفاتر كيفية استخدام الواجهات عالية المستوى لإدارة العمليات الرياضية المعقدة، ومعالجة البيانات مسبقاً، وتكوين النموذج القائم على الطبقات المعيارية.