Awesome GitHub RepositoriesSequential Pipelines

Faceai is a computer vision toolkit designed for facial analysis, identity recognition, and image processing. It provides integrated engines for detecting human faces in static images and live video streams, matching facial encodings against identity databases, and mapping facial landmarks to understand geometric structure and alignment. The project enables real-time augmented reality applications, such as applying virtual makeup and digital accessories by scaling assets to detected facial coordinates. It also includes a suite for digital image restoration capable of removing noise, erasing w

This is a collection of machine learning projects, data visualization portfolios, and predictive analytics tools. The repository provides implementation examples for training predictive models, executing data analysis pipelines, and estimating metadata values through historical statistical tables. The project emphasizes evolutionary computing, utilizing genetic algorithms and programming to solve optimization problems. This includes calculating the shortest distance between geographic coordinates and automating the selection of models and hyperparameters within machine learning pipelines. Ad

Detection Script to help identify why your PC is not Windows 11 Release Ready. Now Supporting Update Checks!

.. image:: https://media.charlesleifer.com/blog/photos/huey3-logo.png

Este proyecto ofrece metodologías y guías para la ingeniería de prompts estructurada, flujos de trabajo generativos y estrategias especializadas de generación de imágenes. Funciona como un framework para optimizar las entradas a modelos de lenguaje de gran tamaño (LLM) en tareas de programación, escritura y análisis, además de ser una biblioteca de técnicas para controlar modelos de difusión. El proyecto destaca por su framework de diseño de software basado en IA, que convierte requisitos de negocio en arquitecturas técnicas y código mediante prompting orientado al dominio. También implementa patrones de flujo de trabajo de IA generativa que utilizan pipelines de prompts secuenciales y marcos cognitivos para garantizar resultados predecibles. Su capacidad abarca la arquitectura de software mediante el modelado de API orientado al dominio y la generación de lenguajes específicos de dominio (DSL). Se extiende a la generación de imágenes, incluyendo el binding estructural de imágenes, el entrenamiento de modelos personalizados y el refinamiento iterativo mediante inpainting para corregir artefactos visuales. El proyecto está implementado como una serie de Jupyter Notebooks.

Este proyecto es una referencia técnica digital y fuente de libros de texto centrada en la programación gráfica. Consiste en una colección de guías de programación gráfica de bajo nivel proporcionadas como archivos fuente Markdown diseñados para la distribución y el estudio digital. El proyecto utiliza una tubería de construcción de libros electrónicos en Markdown para transformar el texto fuente en formatos HTML5, EPUB3 y Mobi. Este proceso aprovecha Pandoc para convertir documentos técnicos estructurados en formatos de lectura digital estandarizados a través de una tubería de procesamiento secuencial. El sistema cubre el formato de documentos técnicos y la distribución de libros de texto digitales. Transforma la escritura técnica sin procesar en diseños de libros digitales pulidos para la educación y referencia profesional.

Aigcpanel is a visual workflow automation tool and model lifecycle manager designed for generative AI media pipelines. It provides a unified interface to install, launch, and configure both local and remote AI model endpoints, acting as an orchestration platform for large language models and AI tools. The system features a drag-and-drop node editor for chaining AI models and scripts into automated processing pipelines. It distinguishes itself with a breakpoint-aware execution model that allows users to pause and resume long media tasks from specific points in the workflow. Additionally, it in

Narrator es un sistema de inteligencia artificial que convierte transmisiones de video en tiempo real en descripciones de audio en lenguaje natural. Funciona como un narrador de visión multimodal y descriptor de escenas, utilizando visión artificial para transformar datos ambientales de una cámara en voz sintética. La herramienta opera como un pipeline que captura imágenes periódicas de una transmisión y utiliza un modelo de lenguaje grande multimodal para analizar eventos visuales. Estos análisis se convierten luego mediante síntesis de texto a voz en una narración que describe actividades y entornos del mundo real. El sistema admite el monitoreo automatizado del entorno y la asistencia visual mediante el muestreo de fotogramas de cámara y la generación de descripciones habladas del entorno actual del usuario.

This is a structured deep learning curriculum for programmers, delivered as a collection of Jupyter notebooks. It teaches the fundamentals of training neural networks for computer vision, natural language processing, tabular data analysis, and collaborative filtering using PyTorch and the fastai library. The course is designed to be hands-on, guiding learners from building a training loop from scratch to fine-tuning pretrained models for a variety of practical tasks. The curriculum distinguishes itself by covering the full lifecycle of a deep learning project, from data preparation and augmen