Startseite Projekte deep-head-pose
deep-head-pose

deep-head-pose

von natanielruiz · GitHub

🔥🔥 Tiefes Lernen zur Schätzung der Kopfhaltung mit PyTorch.

Auf GitHub ansehen
In einfachen Worten

Schätzen Sie die Richtung, in die Ihr Kopf in Videos zeigt, mit einem trainierten Deep-Learning-Modell.

⭐ Sterne
🍴 Forks
📜 Lizenz
Lizenz nicht angegeben
📅 Erstellt
🔄 Letzter Commit
🏷️ Kategorie
💻 Sprache
Betreuen Sie dieses Projekt?

Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.

Diese Seite beanspruchen →
deep-head-pose — GitHub preview card
📈 Sternhistorie
1 6641 663
2026-07-202026-07-29
📈 deep-head-pose verfolgen

Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.

Kostenlos · ohne Karte · jederzeit abbestellbar
E-Mail-Alerts erhalten →
📄 Über

🔥🔥 Tiefes Lernen zur Schätzung der Kopfhaltung mit PyTorch.

deep-head-pose hat 1.7k Sterne auf GitHub. Es wurde 369-mal geforkt. deep-head-pose ist hauptsächlich in Python geschrieben. Es wird seit 2017 aktiv entwickelt. Die Hauptthemen sind: deep-learning, deep-neural-networks, face-pose, gaze.

Frequently asked questions

Was ist deep-head-pose?

🔥🔥 Tiefes Lernen zur Schätzung der Kopfhaltung mit PyTorch.

Ist deep-head-pose Open Source?

deep-head-pose ist ein Open-Source-Projekt.

Ist deep-head-pose kostenlos?

Ja. deep-head-pose ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.

In welcher Sprache ist deep-head-pose geschrieben?

deep-head-pose ist hauptsächlich in Python geschrieben.

🏅 Wartender dieses Projekts?
OpenSourceAI badge — deep-head-pose

Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=natanielruiz-deep-head-pose)](https://opensourceai.tech/project/natanielruiz-deep-head-pose.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →

Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.