注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. FacePose_pytorch:pytorch的头姿势估计（偏航，侧倾，俯仰）和情感检测的pytorch工具具有SOTA实时性能，易于部署，易于使用且精度高，一次解决了面部检测的所有问题。（极简，极快，高效是我们的共同）-源码

  2. FacePose_pytorch pytorch的头姿势估计（偏航，侧倾，俯仰）和情绪检测的pytorch实时实现SOTA性能，易于部署，易于使用且精度高，一次解决了面部检测的所有问题。（极简，极快，高效是我们的参与） 更新日志 [2020/12]我们找到了一种更好的人脸关键点算法（即使在CPU或移动设备上，也可以实时估计468个3D人脸地标）。 ＃首先安装Anaconda3，python 3.7 pip安装mediapipe python newdectect.y（在cpu上运行）您可以自己

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：10485760
    • 提供者：weixin_42134537

  1. human:人类-源码

  2. 人类图书馆 3D人脸检测和旋转跟踪，人脸嵌入和识别， 身体姿势追踪，3D手和手指追踪， 虹膜分析，年龄与性别和情绪预测， 手势识别 使用TensorFlow / JS机器学习库Javascr ipt模块 浏览器： 与CPU ， WebGL ， WASM后端兼容与台式机和移动平台兼容与WebWorker执行兼容 NodeJS ： 与软件tfjs-node和GPU使用CUDA库加速了后端tfjs-node-gpu 查看以处理实时WebCam视频或静态图像 项目页面 维基页面 附加条款 默认型号 人

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：41943040
    • 提供者：weixin_42108778

  1. 面部表情识别：该项目的主要目的是开发面部表情识别系统。 该系统将用于将面部表情分类为基本情绪，即快乐，愤怒，悲伤，中立和惊奇-源码

  2. 面部表情识别 该项目的主要目的是开发一种面部表情识别系统。 该系统将用于将面部表情分类为基本情绪，即快乐，生气，悲伤，中立和惊奇。 目录 基本信息 可以使用许多不同的方法来克服面部表情识别（FER）的问题，但是最适合自动FER的技术是卷积神经网络（CNN）。 因此，提出了一种新颖的CNN架构，并将多个数据集（例如FER2013，FER +，JAFFE，CK +）和实时照片的组合用于训练和测试。 这有助于提高准确性并开发强大的实时系统。 数据集 通过收集来自不同来源的图像来形成组合的数据集。 该项

  3. 所属分类：其它

    • 发布日期：2021-03-04
    • 文件大小：36864
    • 提供者：weixin_42116672

  1. Twitter情绪分析-源码

  2. Twitter情绪分析 ＃目标：设计模型以提取，识别和表征推文的情感 ＃情感分析为了从Twitter API中提取实时数据，我们使用了Tweepy（用于访问Twitter API的Python库） 我们想在恒定数据上训练模型。 随着流数据的不断变化，我们已经使用流数据进行了预测，该数据已导出到csv中。该数据集具有两个不同的极性，即负和正。我们将在标签列中预测结果。 -140数据集。 ＃关于数据集数据包含以下各列C0-鸣叫的极性（负或正）C1-鸣叫的ID C2-鸣叫的日期C3-查询C4-发过

  3. 所属分类：其它

    • 发布日期：2021-02-18
    • 文件大小：176128
    • 提供者：weixin_42168745

  1. BuddyChat：具有实时情感检测功能的Python聊天应用程序（15-112学期项目）-源码

  2. 好友聊天 BuddyChat是一个聊天平台，允许您与朋友，聊天机器人，BuddyBot或同时与他们聊天！ BuddyBot可以阅读情感，表达情感并与用户交谈，从而提供更具交互性的聊天体验。 用户还具有许多其他功能，包括清除和保存聊天记录，更改聊天视图以及禁用情感识别。 YouTube视频演示： 必要的模块 请安装以下python模块（通过在外壳中输入“ pip install”）： cv2 聊天机器人 chatterbot.trainers 麻木 插座 穿线 队列 用于情绪检测的数据集

  3. 所属分类：其它

    • 发布日期：2021-02-16
    • 文件大小：22528
    • 提供者：weixin_42137028

  1. face-recognition-javascript：使用Javascript制作的浏览器的人脸识别-源码

  2. 人脸识别Javascr ipt 使用API :brain: 涵盖的概念： 通过HTML流网络摄像头 使用Face API实时检测面部 实时绘制面部标志 通过面部表情实时确定情绪 怎么跑

  3. 所属分类：其它

    • 发布日期：2021-02-07
    • 文件大小：4194304
    • 提供者：weixin_42115003

  1. 多模式情感识别：用于文本，声音和视频输入的实时多模式情感识别Web应用-源码

  2. 实时多模式情绪识别 不要犹豫 :white_medium_star: 如果您喜欢我们的工作，请回购！ 简而言之 我们与法国职业介绍所合作开发了一种多模式情感识别平台，用于分析求职者的情感。 我们主要使用基于深度学习的方法来分析面部，声音和文字情感。 我们使用Flask部署了一个Web应用程序： 通过安装需求并启动main.py ，可以从WebApp存储库访问该工具。 我们还写了一篇关于我们工作的论文： : 表中的内容 ： 在这个项目中，我们正在探索多模式情感分析中的最新模型。 我

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：854589440
    • 提供者：weixin_42133969

  1. Twitter上的实时情绪跟踪，以进行品牌改进和趋势识别：基于交互式数据流的实时交互式Web应用程序，使用Twitter流数据，自动情感分析以及MySQL和PostgreSQL数据库（部署在Heroku）-源码

  2. 实时Twitter情绪分析，用于品牌改进和主题跟踪 潜入这个行业，弄脏我的手。 这就是为什么我开始这个自我激励的独立项目的原因。 在Heroku服务器上尝试这个很棒的。 阅读以下一系列相关文章： ：使用带有Tweepy，MySQL和Python的Streaming Twitter API收集Twitter数据 ：使用RE，TextBlob，NLTK和Plotly进行Twitter情感分析和交互式数据可视化 ：在Python中使用Dash和Plotly在Heroku上部署实时Twitter

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：6291456
    • 提供者：weixin_42134143

  1. realtime-facial-emotion-analyzer：使用网络摄像头feed中的面部表情实时进行人类情绪分析。 基于Kaggle的面部表情识别挑战中的数据集-源码

  2. 从面部表情实时情感分析 从面部表情实时进行人类情绪分析。 它使用了深度的卷积神经网络。 使用的模型在测试数据上的准确性达到63％。 实时分析器为当前情绪分配合适的表情符号。 模型实现是在keras中完成的。 一些预测的输出： 使用的表情符号： 实时情绪分析器快照 从图中可以明显看出，给定帧的模型预测是中性的。 模型架构 文件清单 facial Emotions.ipynb ：Jupyter笔记本，具有记录完整的代码，从开始到培训都说明模型准备。 可用于重新训练模型。 main.py ：主pyt

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：24117248
    • 提供者：weixin_42108054

  1. 情绪识别：实时情绪识别-源码

  2. 项目名称：情感识别 表中的内容 ： 1. 2. 3. 4. 描述： 我们的人脸情绪参差不齐，因此我们要证明自己存在这些情绪的可能性。 情绪识别是什么意思？ 情感识别是一种软件中使用的技术，该技术允许程序使用高级图像处理来“读取”人脸上的情感。 公司一直在尝试将复杂的算法与过去十年中出现的图像处理技术相结合，以更多地了解人脸的图像或视频告诉我们有关他/她的感觉的信息，不仅是这种感觉，而且还显示出一张脸可能有多种情绪的可能性。 装置： 使用Requirements.txt安装依赖项 pip

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：1048576
    • 提供者：weixin_42128015

  1. fer：面部表情识别-源码

  2. FER-面部表情识别 这项工作是为了证明以下问题： : 使用卷积神经网络和OpenCV构建了实时面部检测器和情绪分类器。 CNN模型已经过调整，即使在低端设备上也具有出色的性能。 使用说明 按照进行神经网络训练。 文件结构： FER_CNN.ipynb-训练CNN的教程 FER.py-使用预先训练的模型进行推断 model.json-神经网络架构 weights.h5-训练过的模型权重 安装 建议使用Python虚拟环境。 用于模型预测 pip install -r requirem

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：44040192
    • 提供者：weixin_42099530

  1. Emotion_Recognition-源码

  2. 情绪识别 目标 实现一个能够预测情绪和面部表情的类似于VGG的网络： 将fer2013.csv数据集转换并拆分为三个HDF5文件，包括训练，验证和测试集。 从头开始构建类似于VGG的网络。 训练情绪识别器并提高模型准确性。 评估先前训练过的情绪识别器。 构建了一个实时应用程序来检测人的情绪/面部表情。 所用包装 Python 3.6 4.0.0 2.1.0 1.13.0 10.0 7.4.2 方法 名为fer2013的数据集来自。 训练数据集包含28,709张图像，每

  3. 所属分类：其它

    • 发布日期：2021-03-31
    • 文件大小：42991616
    • 提供者：weixin_42101056