😱 Проект wifi-densepose — система, которая в реальном времени отслеживает положение человека, используя обычный Wi-Fi.

Камеры больше не нужны. Тело видно… через стены.

Как это работает:
💬 Wi-Fi-сигналы анализируются на уровне CSI (Channel State Information),
💬 дальше в игру вступает машинное обучение —
и система собирает полную позу тела с частотой 30 FPS и задержкой меньше 50 мс.

Что умеет:
🔒 Privacy-first — никаких камер, только Wi-Fi.
⚡️ Реальное время — плавное отслеживание движений.
👥 До 10 человек одновременно.
🏥 Оптимизация под медицину, фитнес, умный дом и безопасность.
👊 Распознаёт падения, активность, присутствие людей.
📡 Работает на обычных Wi-Fi роутерах, без спецжелеза.
🔌 WebSocket-стриминг — данные летят в реальном времени.
✅ Полное тестовое покрытие.

По сути, это компьютерное зрение без камер.

🔥 Будущее умных домов, медицины и безопасности выглядит именно так.

Базовая установка:

# Install the package
pip install wifi-densepose

# Copy example configuration
cp example.env .env

# Edit configuration (set your WiFi interface)
nano .env

Запуск системы:

from wifi_densepose import WiFiDensePose

# Initialize with default configuration
system = WiFiDensePose()

# Start pose estimation
system.start()

# Get latest pose data
poses = system.get_latest_poses()
print(f"Detected {len(poses)} persons")

# Stop the system
system.stop()

Просмотр в реальном времени:

import asyncio
import websockets
import json

async def stream_poses():
    uri = "ws://localhost:8000/ws/pose/stream"
    async with websockets.connect(uri) as websocket:
        while True:
            data = await websocket.recv()
            poses = json.loads(data)
            print(f"Received poses: {len(poses['persons'])} persons detected")

# Run the streaming client
asyncio.run(stream_poses())

🔗 Туча полезных команд

♎️ GitHub/Инструкция

#python #soft #github

😰 Вкатываемся в Python, Machine Learning и AI на практике

Золотая жила для обучения через проекты.
Реальный код, реальные задачи и пошаговые разборы.

В одном репозитории — 500+ проектов по:
🟢Machine Learning;
🟢Чат-боты на Python, компьютерное зрение, Web-scraping проекты;
🟢Deep Learning;
🟢125+ языковых моделей (NLP) — трансформеры, токены, семантика;
🟢NLP и трансформерам;
🟢Data Science;
🟢IoT;
🟢Django, GUI-приложениям и многому другому!

Всё:
— с кодом
— с объяснениями
— с готовыми идеями для портфолио

🚀 Сохраняй, разбирай, пиши код, получай реальные навыки.

📲 Max

#python #soft #github

👨‍💻 Убираем фон с любой картинки за пару секунд с помощью Python!

Хотите автоматизировать обработку изображений без фотошопа?
Скрипт-проект на базе библиотеки rembg:

📦 Установка:

pip install rembg

Пример кода:

from rembg import remove


def remove_background(input_path: str, output_path: str) -> None:
    """Удаляет фон с изображения и сохраняет результат."""
    with open(input_path, 'rb') as input_file:
        with open(output_path, 'wb') as output_file:
            image_bytes: bytes = input_file.read()
            output_bytes: bytes = remove(image_bytes)
            output_file.write(output_bytes)

if __name__ == "__main__":
    remove_background('input.png', 'output.png')

🟢Открывает файл;
🟢Убирает фон;
🟢Сохраняет готовое изображение.

5️⃣ GitHub/Инструкция

#python #soft #code

⚡️ halo — простейший инструмент, который позволяет создавать красивые спиннеры для терминала.

Позволяет добавлять в скрипты анимированный индикатор загрузки + статусы вроде ✔️ / ✖️ / ⚠️

Что умеет:
💬 Много встроенных спиннеров (например dots, line и т.д.) и выбор своего набора кадров.
💬 Настройка текста, цвета спиннера и даже цвета текста (text_color), положение слева/справа (placement).
💬 Удобные режимы использования: обычный .start()/.stop(), контекст-менеджер with, и даже декоратор.
💬 Статусы: .succeed(), .fail(), .warn(), .info(), плюс stop_and_persist() для своего символа/текста.

⚙️ Простая установка:

pip install halo

Примеры использования:

🟢Базовый сценарий: старт → работа → успех/ошибка

import time
from halo import Halo

spinner = Halo(text="Собираю данные", spinner="dots", color="cyan")
spinner.start()

try:
    time.sleep(2)  # имитация работы
    spinner.succeed("Готово: данные собраны ✔️")
except Exception:
    spinner.fail("Упс: что-то пошло не так ✖️")

🟢Динамика: меняем текст/цвет/спиннер по ходу дела

import time
from halo import Halo

spinner = Halo(text="Шаг 1/3", spinner="dots", color="cyan")
spinner.start()

time.sleep(1)
spinner.text = "Шаг 2/3: обработка"
spinner.color = "magenta"

time.sleep(1)
spinner.spinner = "line"
spinner.text = "Шаг 3/3: финализация"

time.sleep(1)
spinner.succeed("Всё готово!")

🟢Свой кастомный спиннер (своими кадрами)

import time
from halo import Halo

my_spinner = {
    "interval": 120,
    "frames": ["▖", "▘", "▝", "▗"]
}

spinner = Halo(text="Кручу свой спиннер", spinner=my_spinner, color="blue")
spinner.start()
time.sleep(2)
spinner.stop_and_persist(symbol="✅", text="Сделано")

♎️ GitHub/Инструкция

halo особенно хорошо заходит в CLI-утилитах (argparse/typer/click) — спиннер превращает “молчаливую паузу” в понятный прогресс и повышает доверие к инструменту.

🙂 Секреты админа | 📲 Max

#python #soft #github

✈️ Парсим Telegram на уровне профи

tgSpyder — мощный OSINT-инструмент , который превращает Telegram в полноценную базу данных для анализа. Реальный рабочий инструмент для ресёрча, инфобеза и расследований.

Что умеет:
✅ Выгружает сообщения, медиа (аудио, видео, файлы), реакции.
✅ Собирает данные об участниках: ID, логины, публичную информацию.
✅ Позволяет анализировать историю каналов и чатов.
✅ Ищет пользователей по username и ID.
✅ Формирует структурированный датасет (CSV) для дальнейшего анализа.
✅ Работает через официальный Telegram API.

По сути — ты получаешь:
📊 Датасет для аналитики.
🧠 Материал для OSINT-исследований.
📈 Возможность изучать динамику каналов.
🔗 Анализ связей и активности.

Установка:

git clone https://github.com/Darksight-Analytics/tgspyder.git
cd tgspyder
python3 -m venv venv
source venv/bin/activate
pip install -r requirements.txt
pip install -e .

▶️ Запуск:

tgspyder --help

♎️ GitHub/Инструкция

#python #soft #github

🔥 Полезные библиотеки Python

MetadataParser — Python-библиотека, которая вытащит всё о сайте по одной ссылке!

👀 описание страницы;
👀 ключевые слова;
👀 местоположение;
👀 изображения;
👀 авторов и другое полезное добро.

Устанавливается в один клик:

pip install metadata_parser

♎️ GitHub/Инструкция с примерами кода

#python #soft #code #github