🔥 Полезные библиотеки Python

RetinaFace — передовой детектор лиц на Python, основанный на глубоком обучении, с ориентирами на лице. Эффективность обнаружения превосходно работает даже в толпе.

Установка:

pip install retina-face

Примеры использования:

from retinaface import RetinaFace

resp = RetinaFace.detect_faces("img1.jpg")
print(resp)

{
    "face_1": {
        "score": 0.9993440508842468,
        "facial_area": [155, 81, 434, 443],
        "landmarks": {
          "right_eye": [257.82974, 209.64787],
          "left_eye": [374.93427, 251.78687],
          "nose": [303.4773, 299.91144],
          "mouth_right": [228.37329, 338.73193],
          "mouth_left": [320.21982, 374.58798]
        }
  }
}

♎️ GitHub/Инструкция

#python #soft #github

🔥 Огромная шпаргалка по построению графиков в Matplotlib с примерами кода

📊 Matplotlib — мощная библиотека построения графиков на Python, используемая для создания статических, анимированных и интерактивных визуализаций.

Основные характеристики Matplotlib:
💬 Универсальность: может генерировать широкий спектр графиков, включая линейные графики, диаграммы рассеяния, столбчатые диаграммы, гистограммы и круговые диаграммы.

💬 Настройка: предлагает обширные возможности для управления каждым аспектом графика, таким как стили
линий, цвета, маркеры, метки и аннотации.

💬 Интеграция с NumPy: легко интегрируется с NumPy, что упрощает построение графиков массивов данных напрямую.

💬 Качество публикации: создает высококачественные графики, подходящие для публикации, с точным контролем эстетики.

💬 Расширяемость: легко расширяется с большой экосистемой дополнительных наборов инструментов и расширений, таких как функции построения графиков Seaborn и Pandas.

💬 Кроссплатформенность: не зависит от платформы и может работать на различных операционных системах, включая Windows, macOS и Linux.

💬 Интерактивные графики: поддерживает интерактивное построение графиков с помощью виджетов и обработки событий, позволяя пользователям динамически исследовать данные.

#doc #cheatsheet #python