kidous2333/SABER
App
¿Es de fiar?
Ten cuidado con este.
Estrellas de cuentas reales Sin datos
Todavía no hemos comprobado si sus estrellas son falsas.
Activo Revisa
Último cambio hace 38 días.
Licencia Cuidado
Sin licencia: legalmente no puedes reutilizar el código, salvo que el README diga otra cosa.
Comprobaciones rápidas con datos públicos. Ayudan, pero no son una garantía.
Qué es
Un marco desplegable en local que convierte vídeo cenital de varios animales en mediciones de comportamiento con identidad resuelta. Combina estimación de poses por keypoints, seguimiento que preserva la identidad, minería de factores asistida por LLM y un modelo temporal de…
Para quién es
Investigadores en neurociencia y etología que cuantifican el comportamiento social de varios animales a partir de vídeo
Cómo usarlo
Instalación
pip install -r requirements.txtSacado de su README. Compruébalo allí antes de ejecutarlo.
Los instaladores, cuando el proyecto los publica, están en su última versión (release).
Pide a tu IA que lo instale
Pega esto en Claude, ChatGPT o tu asistente de programación.
Ayúdame a instalar y configurar kidous2333/SABER en mi proyecto. Sigue su README: https://github.com/kidous2333/SABER. Explícame cada paso y comprueba que es seguro antes de ejecutar nada.
Curva de estrellas
Alternativas
Proyectos parecidos que cita su ficha. Cada enlace busca en el directorio.
Recibe alertas de repos como este
Te escribimos cuando algo de Herramientas creativas empiece a subir. Gratis, una vez por semana, solo lo que encaja.
20.831 repos de GitHub vigilados y ordenados cada hora. Cifras a 26 de octubre de 2026.
Qué te llega: un email los lunes con los repos que encajan, nunca más. Mira el de la semana pasada. Privacidad
Para quien mantiene el repo
Pon esta insignia en tu README. Muestra el puesto del repo en el radar, se actualiza cada hora y enlaza a esta página.
[](https://repoalerts.com/repo/kidous2333/SABER?ref=badge)Repos parecidos
- lzyang2000/morphmimic
Base de código de investigación para entrenar políticas de seguimiento de movimiento en robots humanoides mediante retropropagación a través de un modelo del mundo diferenciable aprendido, con un únic
- CuboiLeo/SuperMimic-Reproduced
Una reproducción desde cero del artículo SuperMimic: un modelo del mundo diferenciable aprendido y un actor-crítico BPTT de horizonte corto para el seguimiento de movimiento de cuerpo entero del G1 de
- j1s4nn/jev-adaptive-granularity-WM
Código oficial y artefactos de auditoría para enrutar por segmentos la granularidad temporal (fina, gruesa y de retención) en el generador causal de vídeo Causal-rCM (Wan2.1-1.3B), usando un oráculo s
- Tencent-Hunyuan/Hy-Nomas
Código abierto en Python de Hy-Nomas, un modelo autorregresivo de generación de mundos en vídeo que crea mundos interactivos a partir de instrucciones de texto libres o de trayectorias de cámara. El r
- Motphys/Uni-SuperMimic
Una reproducción del enfoque SuperMimic sobre el framework UniLab para el seguimiento de cuerpo completo de movimientos LAFAN1 con el humanoide Unitree G1. Incluye un modelo del mundo diferenciable, u
- StreamEval/StreamEval
Un banco de pruebas en Python para evaluar modelos de generación de vídeo en streaming interactivo en cinco tareas, como diálogo con humanos digitales, interpretación de avatares, generación de mundos