feature-extraction

時系列データからの関連特徴量の自動抽出:

この本が主に想定する大学院生や求職者の皆様には有益であると確信していますが、最も経験豊富な研究者の方々にも魅力的だと感じていただければ幸いです。

🔥🔥PaddlePaddle と PyTorch による高性能顔認識ライブラリ🔥🔥

Towheeは、ニューラルデータ処理パイプラインをシンプルかつ高速化することに特化したフレームワークです。

CV モデルと mLLM をベースにしたクロスプラットフォームの動画構造化（動画分析）フレームワーク

ユーザーエンゲージメントを向上させる、記事、リスティング、検索結果、レコメンデーション向けのローコード機械学習パーソナライズランキングサービス。使いやすいLearn-to-Rankエンジン

sklearn と互換性のある、特徴量エンジニアリングおよび選択のためのオープンソース Python ライブラリ。

ディープラーニングおよび機械学習関連の株式は、長期・短期の投資家やトレーダーの双方にとって有望な機会となります

OpenMLDBは、学習と推論に向けて一貫性のある特徴量を計算する特徴量プラットフォームを提供する、オープンソースの機械学習データベースです。

JavaScript用の音声特徴量抽出ライブラリ。

2D および 3D 画像とバイナリマスクから Radiomics 特徴量を抽出するためのオープンソース Python パッケージ。サポート: https://discourse.slicer.org/c/community/radiomics

時系列から特徴量を抽出するための直感的なライブラリ。

Kaldi用のPythonラッパー

:speech_balloon: SpeechPy - 音声処理および認識のためのライブラリ: http://speechpy.readthedocs.io/en/latest/

高度な比較可能時系列解析

ミュンヘン発のオープンソース大規模マルチメディア特徴量抽出ツール。

特徴量エンジニアリングは、ドメイン知識を用いてデータマイニング手法により生データから特徴量を抽出するプロセスです。これらの特徴量は機械学習アルゴリズムの性能向上に利用できます。特徴量エンジニアリングは応用機械学習そのものと見なすことができます。

顔認識アプリ；顔の活体検知；顔検出；顔アライメント；顔識別 && 顔検証 && 顔比較；顔マッチング；顔追跡；顔表情 && 顔なりすまし防止；顔属性 && 顔年齢；顔転送；顔なりすまし防止；顔検索；顔認識

KISS-Matcher: 高速、ロバスト、スケーラブルなレジストレーション ＋ ROS2 SLAM のサンプル

Fully Convolutional Geometric Features: 位置合わせと対応付けのための高速で正確な3D特徴量。

高度な特徴量エンジニアリング戦略を使用し、1行のコードでデータセットから最適な特徴量を選択する。Ram Seshadri 作成、協力者歓迎。

複数の GPU を使用して生動画から動画の特徴量を抽出します。RAFT フローフレーム、S3D、I3D、R(2+1)D、VGGish、CLIP、TIMM モデルをサポートしています。

Ego4d データセットのリポジトリ。データセットのダウンロード、視覚化、特徴量の抽出、および使用例。

Python による医療画像処理

ACG とディープラーニングを融合したプレイグラウンドの構築を目指す ACG2vec（Anime Comics Games to vector）。

WebおよびNode向けの機械学習ライブラリ。

PopSift is an implementation of the SIFT algorithm in CUDA.