feature-extraction

टाइम सीरीज़ से प्रासंगिक फ़ीचर्स का स्वचालित निष्कर्षण:

यह मेरा विश्वास है कि आप, स्नातकोत्तर छात्र और नौकरी चाहने वाले जिनके लिए यह पुस्तक मुख्य रूप से है, इसे पढ़ने से लाभान्वित होंगे; हालांकि, मुझे आशा है कि सबसे अनुभवी शोधकर्ता भी इसे आकर्षक पाएंगे।

🔥🔥PaddlePaddle और PyTorch पर आधारित उच्च-प्रदर्शन फेस रिकग्निशन लाइब्रेरी🔥🔥

Towhee एक ऐसा फ्रेमवर्क है जो न्यूरल डेटा प्रोसेसिंग पाइपलाइन को सरल और तेज़ बनाने के लिए समर्पित है।

CV मॉडल और mLLM पर आधारित एक क्रॉस-प्लेटफ़ॉर्म वीडियो स्ट्रक्चरिंग (वीडियो विश्लेषण) फ्रेमवर्क।

लेखों, लिस्टिंग, खोज परिणामों और अनुशंसाओं के लिए एक लो-कोड मशीन लर्निंग वैयक्तिकृत रैंकिंग सेवा जो उपयोगकर्ता की व्यस्तता को बढ़ाती है। एक अनुकूल Learn-to-Rank इंजन

sklearn के साथ संगत फ़ीचर इंजीनियरिंग और चयन ओपन-सोर्स Python लाइब्रेरी।

डीप लर्निंग और मशीन लर्निंग स्टॉक दीर्घकालिक और अल्पकालिक दोनों निवेशकों और व्यापारियों के लिए आशाजनक अवसर प्रस्तुत करते हैं।

OpenMLDB एक ओपन-सोर्स मशीन लर्निंग डेटाबेस है जो ट्रेनिंग और अनुमान के लिए लगातार फ़ीचर्स की गणना करने वाला फ़ीचर प्लेटफ़ॉर्म प्रदान करता है।

JavaScript के लिए ऑडियो फ़ीचर एक्सट्रैक्शन।

2D और 3D इमेज और बाइनरी मास्क से Radiomics फ़ीचर्स निकालने के लिए ओपन-सोर्स python पैकेज। समर्थन: https://discourse.slicer.org/c/community/radiomics

टाइम सीरीज़ से फीचर्स निकालने के लिए एक सहज लाइब्रेरी

Kaldi के लिए एक Python रैपर।

SpeechPy - स्पीच प्रोसेसिंग और रिकग्निशन के लिए एक लाइब्रेरी: http://speechpy.readthedocs.io/en/latest/

अत्यधिक तुलनात्मक टाइम-सीरीज विश्लेषण

म्यूनिख ओपन-सोर्स लार्ज-स्केल मल्टीमीडिया फीचर एक्सट्रैक्टर

फ़ीचर इंजीनियरिंग डेटा माइनिंग तकनीकों के माध्यम से कच्चे डेटा से फ़ीचर निकालने के लिए डोमेन ज्ञान का उपयोग करने की प्रक्रिया है। इन फ़ीचर्स का उपयोग मशीन लर्निंग एल्गोरिदम के प्रदर्शन को बेहतर बनाने के लिए किया जा सकता है। फ़ीचर इंजीनियरिंग को स्वयं एप्लाइड मशीन लर्निंग माना जा सकता है।

फेस रिकग्निशन ऐप; फेस लाइवनेस डिटेक्शन; फेस डिटेक्शन; फेस अलाइनमेंट; फेस आइडेंटिफिकेशन और फेस वेरिफिकेशन और फेस कंपेयर; फेस मैचिंग; फेस ट्रैकिंग; फेस एक्सप्रेशन और फेस एंटी स्पूफिंग; फेस एट्रिब्यूट और फेस एज; फेस ट्रांसफर; फेस एंटी-स्पूफिंग; फेस रिट्रीवल; फेस रिकग्निशन

KISS-Matcher: तेज़, मजबूत, और स्केलेबल पंजीकरण + ROS2 SLAM उदाहरण

Fully Convolutional Geometric Features: रजिस्ट्रेशन और पत्राचार के लिए तेज़ और सटीक 3D फीचर्स।

कोड की एक ही लाइन के साथ अपने डेटासेट से उन्नत फ़ीचर इंजीनियरिंग रणनीतियों का उपयोग करें और सर्वश्रेष्ठ फ़ीचर्स का चयन करें। Ram Seshadri द्वारा बनाया गया। योगदानकर्ताओं का स्वागत है।

मल्टीपल GPUs का उपयोग करके रॉ वीडियो से वीडियो फीचर्स निकालें। हम RAFT फ्लो फ्रेम्स के साथ-साथ S3D, I3D, R(2+1)D, VGGish, CLIP और TIMM मॉडल्स का समर्थन करते हैं।

Ego4d डेटासेट रिपॉजिटरी। डेटासेट डाउनलोड करें, विज़ुअलाइज़ करें, फीचर्स निकालें और डेटासेट के उपयोग के उदाहरण देखें।

Python में मेडिकल इमेज प्रोसेसिंग

ACG2vec (Anime Comics Games to vector) ACG और डीप लर्निंग को जोड़ने वाला एक प्लेटफॉर्म बनाने के लिए प्रतिबद्ध है। (टेक्स्ट सिमेंटिक सर्च, इमेज-टू-इमेज सर्च, सिमेंटिक सर्च, इमेज सुपर-रिज़ॉल्यूशन, रिकमेंडेशन सिस्टम)

वेब और Node.js के लिए मशीन लर्निंग लाइब्रेरी।

PopSift is an implementation of the SIFT algorithm in CUDA.