recognition

インターネット上の人物追跡：Jose PinoによるOSINT分析・リサーチツール

✨ 全貢献者ボットのウェブサイトとドキュメント。コードをプッシュした人だけでなく、すべての貢献者を認識します✨

深層学習手法を用いた文字認識（光学文字認識）、ICCV 2019

[ECCV 2018] CCPD：ライセンスプレートの検出と認識のための多様で十分にアノテーションされたデータセット

PyTorch による畳み込み・再帰型ネットワーク

オープンソースの大語彙連続音声認識エンジン

Tika-Python は Apache Tika™ REST サービスの Python バインディングであり、Python コミュニティからネイティブに Tika を呼び出すことができます。

4時間で学ぶOpenCV - freeCodeCampのPythonとOpenCVコースで使用されたコード

制御可能な文字起こし。単語単位のタイムスタンプ付きで、逐語的（フィラー、ポーズ、言い淀み、発声を含む）または意図通り（話し手の意図を反映し、読みやすさを最適化）の出力が可能

🌝 MLKitは強力で使いやすいツールキットです。ML Kitを使用することで、文字認識、バーコード認識、画像ラベリング、顔検出、オブジェクト検出などの機能を簡単に実装できます。

[非公式] 「Conformer: Convolution-augmented Transformer for Speech Recognition」(INTERSPEECH 2020) の PyTorch 実装

.NET向けのオープンソースの音声フィンガープリンティング。純粋なC#で書かれた、音響フィンガープリンティングのための効率的なアルゴリズム。

FaceXlib は、現在の SOTA オープンソース手法に基づいた、すぐに使える顔関連機能を提供することを目的としています

PyTorch-LightningとHydraを活用したエンドツーエンド音声認識のためのオープンソースツールキット。

🤖 オープンソースプロジェクトのコントリビューターへの謝辞を自動化する GitHub App

Keras beit,caformer,CMT,CoAtNet,convnext,davit,dino,efficientdet,edgenext,efficientformer,efficientnet,eva,fasternet,fastervit,fastvit,flexivit,gcvit,ghostnet,gpvit,hornet,hiera,iformer,inceptionnext,lcnet,levit,maxvit,mobilevit,moganet,nat,nfnets,pvt,swin,tinynet,tinyvit,uniformer,volo,vanillanet,yolor,yolov7,yolov8,yolox,gpt2,llama2 (エイリアス kecam)

SynthTIGER（Synthetic Text Image Generator、ICDAR 2021）の公式実装

✨ 史上初の CJK（日中韓）フォント識別およびスタイル抽出モデル。YuzuMarker のフォント識別モデルと実装 / YuzuMarker のサイドプロジェクト

Embodied AI および関連する研究・産業向けリソースに関する厳選されたリスト。