android 人脸识别开源_本周优秀开源项目分享：用于多动物姿势跟踪的深度学习框架、面部数据集的完整版本 等8大项目...

01sweetviz 只需一行代码即可可视化和比较数据集

Sweetviz是一个开放源代码Python库，可生成漂亮的高密度可视化文件，以单行代码启动探索性数据分析。输出是一个完全独立的HTML应用程序。

该系统围绕快速可视化目标值和比较数据集而构建。其目标是帮助快速分析目标特征，训练与测试数据以及其他此类数据表征任务。

主要特性：

目标分析

目标值（布尔值或数字值）与其他功能的关系

可视化和比较

不同的数据集（例如培训与测试数据）

组内特征（例如男性与女性）

混合型关联

Sweetviz无缝集成了数字（皮尔森相关性），分类（不确定性系数）和分类数字（相关性）数据类型的关联，以提供所有数据类型的最大信息。

类型推断：

自动检测数字，类别和文本特征，并带有可选的手动替代

摘要信息：

类型，唯一值，缺失值，重复行，最频繁的值

数值分析：

最小/最大/范围，四分位数，均值，众数，标准偏差，和，中位数绝对偏差，变异系数，峰度，偏度

Sweetviz当前支持Python 3.6+和Pandas 0.25.3+。

项目地址：

https://github.com/fbdesignpro/sweetviz

02 sleap 用于多动物姿势跟踪的深度学习框架

社会性LEAP估计动物姿势（SLEAP）是通过深度学习进行多动物身体部位位置估计的框架。

它是LEAP的后继者。SLEAP完全用Python编写，支持多动物姿势估计，动物实例跟踪，并带有支持主动学习的标签/训练GUI。

项目地址：

https://github.com/murthylab/sleap

03 champ 基于MIT Cheetah I的四足机器人

CHAMP四足控制器的ROS软件包。

CHAMP是一个开放源代码开发框架，用于构建新的四足机器人和开发新的控制算法。该控制框架基于“利用模式调制和阻抗控制实现高度动态运动的分层控制器：在MIT猎豹机器人上实现”。

核心特性：

​

完全自主（使用ROS导航堆栈）。

设置助手，以配置新建的机器人。

预先配置的URDF，例如Anymal，MIT Mini Cheetah，Boston Dynamic的LittleDog和SpotMicroAi。

Gazebo模拟环境。