feature-extraction

自動從時間序列中提取相關特徵：

我相信本書主要針對的研究生與求職者將從閱讀中受益；同時，我也希望即使是最有經驗的研究人員也會覺得它同樣引人入勝。

高效能臉部辨識庫，支援 PaddlePaddle 與 PyTorch

Towhee 是一个致力于简化神经数据处理流水线的框架

基於 CV 模型與 mLLM 的跨平台視頻結構化（視頻分析）框架

低程式碼機器學習個人化排序服務，適用於文章、清單、搜尋結果與推薦，可提升使用者參與度。一個友善的 Learn-to-Rank 引擎

相容於 sklearn 的特徵工程與選擇開源 Python 程式庫。

深度學習與機器學習股票為長期和短期投資者及交易者提供了有前景的機會。

OpenMLDB 是一個開源的機器學習資料庫，提供一個能為訓練與推論計算一致性特徵的特徵平台。

適用於 JavaScript 的音訊特徵萃取工具。

用於從 2D 和 3D 影像及二進位遮罩擷取放射學特徵的開源 python 套件。支援：https://discourse.slicer.org/c/community/radiomics

一個能從時間序列中萃取特徵的直觀函式庫

Kaldi 的 Python 包裝器

:speech_balloon: SpeechPy - 語音處理與辨識函式庫：http://speechpy.readthedocs.io/en/latest/

高度比較的時間序列分析

慕尼黑開源大規模多媒體特徵提取器

特徵工程是利用領域知識透過資料探勘技術從原始資料中萃取特徵的過程。這些特徵可用於提升機器學習演算法的效能。特徵工程本身即可視為應用機器學習。

人臉識別應用；人臉活體檢測；人臉檢測；人臉對齊；人臉辨識與人臉驗證及人臉比對；人臉匹配；人臉追蹤；人臉表情與人臉防偽；人臉屬性與人臉年齡；人臉轉移；人臉防偽；人臉檢索；人臉識別

KISS-Matcher：快速、強固且可擴展的配準 + ROS2 SLAM 範例

全 convolutional 幾何特徵：用於註冊與對應的快速且準確 3D 特徵。

使用進階特徵工程策略，透過一行程式碼從資料集中選出最佳特徵。由 Ram Seshadri 建立。歡迎協作者。

使用多張 GPU 從原始影片中萃取影片特徵。支援 RAFT 光流影格，以及 S3D、I3D、R(2+1)D、VGGish、CLIP 與 TIMM 模型。

Ego4d 資料集儲存庫。下載資料集、視覺化、萃取特徵與資料集範例用法

使用 Python 進行醫學影像處理

ACG2vec (Anime Comics Games to vector) 致力於打造結合 ACG 與深度學習的實驗場。（文本語義檢索、以圖搜圖、語義搜圖、圖片超解析度、推薦系統）

適用於 Web 與 Node.js 的機器學習函式庫。

PopSift is an implementation of the SIFT algorithm in CUDA.