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 एक Apache Spark मशीन लर्निंग लाइब्रेरी है जिसे वितरित क्लस्टर में मशीन लर्निंग वर्कफ़्लो और डेटा पाइपलाइनों के निर्माण और स्केलिंग के लिए डिज़ाइन किया गया है। यह बड़े पैमाने पर डेटासेट पर हार्डवेयर-त्वरित भविष्यवाणियों और डीप लर्निंग कार्यों को निष्पादित करने के लिए एक वितरित मशीन लर्निंग पाइपलाइन फ्रेमवर्क और एक वितरित अनुमान इंजन के रूप में कार्य करता है। यह प्रोजेक्ट एक क्लाउड AI एकीकरण परत के रूप में कार्य करता है, जो उपयोगकर्ताओं को वितरित पाइपलाइनों के भीतर टेक्स्ट, विज़न और स्पीच के लिए पूर्व-प्रशिक्षित कृत्रिम बुद्धिमत्ता सेवाओं को लागू करने की अनुमति देता है। इसमें उच्च-आयामी डेटा में मल्टीवेरिएट और टाइम-सीरीज़ आउटलेर्स की पहचान करने के लिए वितरित विसंगति पहचान के लिए उपकरणों का एक समर्पित सूट भी शामिल है। लाइब्रेरी क्षमताओं की एक विस्तृत श्रृंखला को कवर करती है, जिसमें चेहरा और छवि विश्लेषण के लिए वितरित कंप्यूटर विज़न, टेक्स्ट एनालिटिक्स और अनुवाद के लिए स्केलेबल नेचुरल लैंग्वेज प्रोसेसिंग, और ग्रेडिएंट बूस्टेड डिसीजन ट्री का प्रशिक्षण शामिल है। यह k-निकटतम पड़ोसी मॉडलिंग के माध्यम से समानता खोज, फ़ीचर एट्रिब्यूशन के माध्यम से मॉडल व्याख्यात्मकता और रीइन्फोर्समेंट लर्निंग वर्कफ़्लो के ऑर्केस्ट्रेशन के लिए उपकरण प्रदान करती है। सिस्टम एक कंपोज़ेबल पाइपलाइन आर्किटेक्चर का उपयोग करता है और क्रॉस-प्लेटफ़ॉर्म संगतता के लिए ONNX-आधारित मॉडल अनुमान का समर्थन करता है।

Mmlspark Apache Spark क्लस्टर में मशीन लर्निंग मॉडल, डेटा परिवर्तन और AI सेवा एकीकरण को निष्पादित करने के लिए एक वितरित फ्रेमवर्क है। यह एक वितरित मशीन लर्निंग लाइब्रेरी और पाइपलाइन ऑर्केस्ट्रेटर के रूप में कार्य करता है, जो उपयोगकर्ताओं को बड़े पैमाने पर बैच और स्ट्रीमिंग वर्कफ़्लो में पूर्व-प्रशिक्षित संज्ञानात्मक सेवाओं और कस्टम मॉडल को एकीकृत करने की अनुमति देता है। यह प्रोजेक्ट टेक्स्ट और विज़न विश्लेषण के लिए बिग डेटा पाइपलाइनों में बाहरी AI सेवाओं और वेब API को सीधे शामिल करने की अपनी क्षमता से प्रतिष्ठित है। यह एक स्केलेबल मॉडल प्रशिक्षण फ्रेमवर्क प्रदान करता है जो ग्रेडिएंट बूस्टिंग और वर्गीकरण कार्यों को लचीले ढंग से रिसाइज़ करने योग्य कंप्यूट क्लस्टर में समन्वयित करता है, वितरित मॉडल अनुमान के लिए हार्डवेयर त्वरण का उपयोग करता है। टूलसेट छवि, भाषण और टेक्स्ट के लिए मल्टीमॉडल सामग्री विश्लेषण, साथ ही टाइम-सीरीज़ और मल्टीवेरिएट डेटा के लिए उन्नत विसंगति पहचान सहित क्षमताओं की एक विस्तृत श्रृंखला को कवर करता है। इसमें डेटा फ़ीचराइजेशन, ONNX मॉडल का निष्पादन, और योगात्मक योगदान मूल्यों का उपयोग करके मॉडल निष्पक्षता ऑडिटिंग और भविष्यवाणी व्याख्या के लिए जिम्मेदार AI उपकरण शामिल हैं। फ्रेमवर्क विभिन्न डेटाबेस और क्लाउड स्टोरेज सिस्टम में पढ़ने और लिखने के लिए एक एकीकृत डेटा एक्सेस इंटरफ़ेस भी प्रदान करता है।

lite.ai.toolkit एज AI तैनाती के लिए डिज़ाइन किया गया एक C++ कंप्यूटर विज़न टूलकिट है। यह संसाधन-सीमित उपकरणों पर ऑब्जेक्ट डिटेक्शन, इमेज क्लासिफिकेशन और सेगमेंटेशन के लिए प्री-ट्रेंड मॉडल के निष्पादन को सक्षम बनाता है। इस प्रोजेक्ट में एक मल्टी-बैकएंड इन्फरेंस इंजन है जो ONNX मॉडल रनटाइम का समर्थन करता है, जिससे AI मॉडल को विभिन्न हार्डवेयर लक्ष्यों पर चलने की अनुमति मिलती है। इसमें लेटेंसी को कम करने और प्रोसेसिंग गति बढ़ाने के लिए विशेष रूप से NVIDIA हार्डवेयर के लिए एक GPU-त्वरित पाइपलाइन शामिल है। यह टूलकिट चेहरे के विश्लेषण की क्षमताओं की एक विस्तृत श्रृंखला को कवर करता है, जिसमें भावना पहचान, लिंग और आयु अनुमान और हेड पोज़ विश्लेषण शामिल है। यह फीचर एम्बेडिंग के निष्कर्षण और पहचान को सत्यापित करने के लिए कोसाइन समानता की गणना के माध्यम से चेहरे की पहचान के लिए उपकरण भी प्रदान करता। अतिरिक्त क्षमताओं में फोरग्राउंड आइसोलेशन के लिए इमेज मैटिंग, ग्रेस्केल इमेज कलराइज़ेशन और आर्टिस्टिक स्टाइल ट्रांसफर शामिल हैं।

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

यह रिपॉजिटरी Keras फ्रेमवर्क के माध्यम से डीप लर्निंग और न्यूरल नेटवर्क डेवलपमेंट सीखने के लिए एक शैक्षिक संसाधन के रूप में कार्य करती है। यह मशीन लर्निंग मॉडल्स के निर्माण, प्रशिक्षण और मूल्यांकन के माध्यम से यूज़र्स का मार्गदर्शन करने के लिए डिज़ाइन किए गए इंटरैक्टिव ट्यूटोरियल्स और प्रलेखित कोड नमूनों का एक संग्रह प्रदान करती है। यह प्रोजेक्ट कंप्यूटर विज़न, नेचुरल लैंग्वेज प्रोसेसिंग और अनुक्रमिक डेटा विश्लेषण सहित कई डोमेन में व्यावहारिक कार्यान्वयन पर केंद्रित है। यूज़र्स इमेज क्लासिफिकेशन, ऑब्जेक्ट डिटेक्शन और फेशियल रिकग्निशन के लिए वर्कफ़्लो, साथ ही टेक्स्ट को मशीन-पठनीय प्रारूपों में बदलने की तकनीकों का पता लगा सकते हैं। सामग्री को Jupyter नोटबुक की एक श्रृंखला के रूप में व्यवस्थित किया गया है, जो मॉडल प्रशिक्षण मेट्रिक्स के इटरेशन-आधारित निष्पादन और वास्तविक समय विज़ुअलाइज़ेशन की अनुमति देती है। ये नोटबुक प्रदर्शित करती हैं कि जटिल गणितीय ऑपरेशन्स, डेटा प्रीप्रोसेसिंग और मॉड्यूलर लेयर-आधारित मॉडल कंपोज़िशन को प्रबंधित करने के लिए उच्च-स्तरीय इंटरफेस का उपयोग कैसे करें।