😱 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

🤓 Когда забыл дома очки

Берегите зрение пацаны 🫡

😰 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

✈️ Разработка Telegram-ботов на Python с нуля

Разобраны рабочие методы создания Telegram-ботов на Python с опорой на фреймворк aiogram.

💬 Весь путь разработки: от установки и первого запуска бота до построения сложной логики общения с пользователями.
💬 Как правильно хранить токены и чувствительные данные.
💬 Обработка сообщений, команд и аргументов, форматирование ответов, работа с медиа, кнопками и callback-событиями.
💬 Как выстраивать удобную и масштабируемую структуру проекта с использованием роутеров, фильтров и мидлварей.
💬 Работа с конечными автоматами (FSM) и сценами для пошаговых диалогов, инлайн-режимом.
💬 Сбор статистики и загрузкой больших объёмов данных.
💬 Практические примеры интеграции платежей через Telegram Stars, проверки и возврата покупок, обработки ошибок и автоматизированного тестирования с помощью pytest.

Подойдёт тем, кто хочет не просто запустить бота, а сделать стабильный, безопасный и масштабируемый проект под реальные задачи.

⬇️ Сохраняй, пригодится!

📲 Max

#python #code #books

🤷‍♂️ ХОЧЕШЬ ВОЙТИ В ГЕЙМДЕВ, НО НЕ ПОНИМАЕШЬ, КАК?

Меня зовут Антон. Я 8 лет работал в игровой индустрии в найме как продюсер, а потом осознанно поставил всё на разработку собственной игры.

Сейчас я запускаю игру глазами продюсера - и показываю весь процесс прямо в блоге: от решений и ошибок до реальных шагов и выводов.

🤖 В своём блоге я выложил 10 нейросетей, которые использую сам, и которые реально помогают в разработке игр:

➕ генерация концептов и персонажей
➕ ассеты и окружение
➕ сценарии и диалоги
➕ UI / UX
➕ маркетинг и креативы

❗️Забирай подборку и смотри, как это используется на реальном проекте 👇

ЗАБРАТЬ ПОДБОРКУ НЕЙРОСЕТЕЙ

👨‍💻 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

⭐ POW: Работа микросервисной архитектуры наглядно