Watch cnyan / orbien

一个轻量高性能的内网穿透工具，二进制体积 5MB 左右，支持 TCP、QUIC、KCP、WebSocket 传输协议，支持 TCP、UDP、HTTP、HTTPS 协议代理，提供桌面客户端和服务端 Web 界面

Watch cnyan / AutoResearchClaw

Watch cnyan / stable-diffusion-v1-5

Watch cnyan / moment

Transformers 在各个领域中发展迅速，但在时间序列任务中自注意力机制却带来了挑战，特别是当复杂度随输入大小而变化时。MOMENT利用遮蔽预训练，这是一种自我监督的学习方法，其中模型学习重建其输入的遮蔽部分。这种技术特别适合于预测和输入任务，可以有效地预测缺失或未来的数据点。

Watch cnyan / ECG_Depression

Watch cnyan / X-3D-MODEL

多种3D模型，C3D\P3D\R2Plus1D\R3D

Watch cnyan / AVEC2014

项目介绍 AVEC2014数据集是一个专为音频、视频和音视频情感分析设计的基准测试集，同时涵盖了抑郁症的自动估计。该数据集通过Webcam和麦克风记录了真实的人机交互场景，提供了丰富的注释信息，旨在帮助研究人员进行连续时间、连续值的情感识别。数据集不仅支持3D维度情感识别，还包含了抑郁症评估所需的自我报告数据，是情感分析和抑郁症研究领域的宝贵资源。

Watch cnyan / affectnet

面部表情识别（FER）和通过迁移学习在AffectNet数据集上计算效价和唤醒。采用了几个众所周知的CNN基线，包括VGG19、ResNet152、EfficientNet和ConvNext。这些模型在 AffectNet 数据集上进行了微调和评估，该数据集是一个用效价和唤醒标签注释的面部表情的大型数据集。该数据集包含超过 280,000 张图像，包括 8 个面部表情类别。

Watch cnyan / DAN

Distract Your Attention: Multi-head Cross Attention Network for Facial Expression Recognition A PyTorch implementation of the DAN, pre-trained models are available for deployment.

Watch cnyan / nd-Mamba2-torch

BiMamba2 仅使用 PyTorch 实现，提供 N 维支持，包括对 1D、2D 和 3D 数据的支持。使用 BiMamba2，您可以轻松地将其拼接到任何模型中以提高准确性。