#face-recognition Dépôts
Découvrez 72 dépôts GitHub open source actifs associés à #face-recognition, cumulant 285,815 étoiles au total (soit une moyenne de 3,969 étoiles par projet). Le projet en tête de ce thème est ageitgey/face_recognition, avec 56,916 étoiles.
72 dépôts au total
L'API de reconnaissance faciale la plus simple au monde pour Python et la ligne de commande
Une bibliothèque légère pour la reconnaissance faciale et l'analyse des attributs faciaux (âge, sexe, émotion et race) pour Python
⚡️HivisionIDPhotos : un outil léger et efficace d'IA pour photos d'identité. Un algorithme léger et efficace d'IA pour la création de photos d'identité.
API JavaScript pour la détection et la reconnaissance faciale dans le navigateur et Node.js avec tensorflow.js
Modèles pré-entraînés PyTorch pour la détection de visages (MTCNN) et la reconnaissance faciale (InceptionResnet)
Espionne tes amis. Trouve leurs profils Instagram, FB et Twitter en utilisant la reconnaissance d'images et la recherche inversée d'images.
Logiciel NVR et vision par ordinateur IA auto-hébergé, uniquement local. Avec des fonctionnalités telles que la détection d'objets, la détection de mouvement, la reconnaissance faciale et plus encore, il vous donne le pouvoir de surveiller votre maison, votre bureau ou tout autre endroit que vous souhaitez surveiller.
🔥🔥Bibliothèque de Reconnaissance Faciale Haute Performance sur PaddlePaddle & PyTorch🔥🔥
Détection 3D du visage et suivi de rotation alimentés par l'IA, Description et reconnaissance du visage, Suivi de la pose du corps, Suivi 3D de la main et des doigts, Analyse de l'iris, Prédiction de l'âge, du genre et de l'émotion, Suivi du regard, Reconnaissance des gestes
Reconnaissance faciale, détection de vivacité du visage, protection du visage contre l’usurpation, détection du visage, points caractéristiques du visage, comparaison faciale, mise en correspondance faciale, pose du visage, expression faciale, attributs du visage, extraction de modèles faciaux, points caractéristiques du visage
Plateforme de compétences de caméras IA open‑source, NVR IA et surveillance CCTV. Analyse vidéo VLM locale avec Qwen, DeepSeek, SmolVLM, LLaVA, YOLO26. Agent de caméra de sécurité alimenté par LLM — surveille, comprend, se souvient et protège votre domicile via Telegram, Discord ou Slack. Compétences IA modulables. OpenAI, Google, Anthropic ou IA locale. Fonctionne sur Mac Mini et PC IA.
Un framework multiplateforme de structuration vidéo (analyse vidéo) basé sur des modèles CV et mLLM.
Tutoriels Jupyter Notebook pour résoudre des problèmes du monde réel avec Machine Learning & Deep Learning en utilisant PyTorch. Sujets : Détection de visages avec Detectron 2, Détection d'anomalies dans les séries temporelles avec LSTM Autoencoders, Détection d'objets avec YOLO v5, Construisez votre premier Neural Network, Prévision de séries temporelles pour les cas quotidiens de Coronavirus, Analyse de sentiments avec BER
Détecter et reconnaître les visages à partir de la caméra / Appeler la caméra pour la reconnaissance faciale, prend en charge la reconnaissance simultanée de plusieurs visages
Vous êtes-vous déjà énervé de ne pas avoir assez de packs d'émojis VV et de les trouver inappropriés lors de leur utilisation ? Essayez ce projet dès maintenant !
Un ensemble de données de visages à grande échelle pour l'analyse, la reconnaissance, la génération et l'édition de visages.
Un framework de raisonnement, avec de nombreux démos utiles simultanément, si vous le trouvez utile, veuillez lui donner une étoile
Real-World Masked Face Dataset, ensemble de données de visages masqués du monde réel
Un serveur de gestion de photos moderne et basé sur le web. Installez-le sur votre serveur domestique et vous pourrez trouver la photo adéquate de votre collection sur n’importe quel appareil. Un filtrage intelligent est rendu possible grâce à la reconnaissance d’objets, la reconnaissance faciale, la prise en compte de la localisation, l’analyse des couleurs et d’autres algorithmes de machine learning.
Un outil d'automatisation puissant sans code. Créez des workflows via des modules glisser-déposer pour le web scraping, le remplissage de formulaires et les tests automatisés.
Reconstruction faciale 3D précise par apprentissage faiblement supervisé : De l'image unique à l'ensemble d'images (CVPRW 2019). Une implémentation PyTorch.
Base de connaissances vidéo local-first. Indexez votre bibliothèque vidéo avec une analyse multi-modale (YOLO, DeepFace, Whisper), recherche sémantique via langage naturel, prêt pour Docker.
Une extension de navigateur qui vous permet de naviguer sur le Web dans le respect de vos valeurs islamiques, de protéger votre vie privée et de réduire les distractions de navigation en détectant et en brouillant automatiquement le contenu "Haram".
Une plateforme de recherche d'analyse faciale fiable développée par le Tencent Youtu Lab
Interface utilisateur et API unifiées pour le traitement et l'entraînement d'images pour la reconnaissance faciale.
Projet de reconnaissance faciale en temps réel avec OpenCV et Python
Apprenez OpenCV en 4 heures - Codes utilisés dans mon cours Python et OpenCV sur freeCodeCamp.
SDK de reconnaissance faciale sur appareil Android, détection de vivacité et recherche faciale 1:N et M:N
Galerie web open-source auto-hébergée pour visualiser vos photos et vidéos avec une interface adaptée aux mobiles, le marquage et la découverte d'images basée sur l'IA
Plateforme de caméras et de NVR axée sur le local. Toutes vos caméras. Une seule application.
[TPAMI 2026] ConsistentID : Génération de portraits avec préservation d'identité fine granulaire multimodale
Bibliothèque de reconnaissance faciale hors ligne super simple pour C#. (Basé sur SeetaFace6)
Articles ICCV 2023-2025 : Découvrez les recherches de pointe d'ICCV 2023-25, la conférence de premier plan en vision par ordinateur. Restez à jour sur les dernières nouveautés en vision par ordinateur et en apprentissage profond, avec le code inclus. ⭐ Soutenez le développement de l'intelligence visuelle !
L'idée de cette liste est de collecter des données et des algorithmes partagés autour des Modèles Morphables 3D. Vous êtes invités à contribuer à cette liste en ajoutant une pull request. La liste originale est issue du séminaire Dagstuhl sur les Modèles Morphables 3D https://www.dagstuhl.de/19102 en mars 2019.
🔥🔥🔥Boîte à outils d'algorithmes d'IA gratuite et hors ligne pour Java, prenant en charge la reconnaissance faciale, la détection de vivacité, la reconnaissance d'expressions, la détection d'objets, la segmentation d'instances, la détection de piétons, la reconnaissance de texte OCR, la reconnaissance de plaques d'immatriculation, la reconnaissance de tableaux, ASR+TTS, la traduction automatique et d'autres fonctions, utilisable par référence Maven. Prend en charge PyTorch, Tensorflow et a intégré des modèles courants tels que Mtcnn, InsightFace, SeetaFace6, YOLOv8~v12, PaddleOCR(PPOCRv5), Whisper, etc.
Foire aux questions
Quel est le dépôt #face-recognition le plus populaire sur GitHub ?
Le projet #face-recognition open source le mieux classé sur GitHub est ageitgey/face_recognition, avec 56,916 étoiles. L'API de reconnaissance faciale la plus simple au monde pour Python et la ligne de commande
Quels langages de programmation sont les plus utilisés dans les dépôts #face-recognition ?
Parmi les projets #face-recognition les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, JavaScript, TypeScript, Java.
Comment le classement des dépôts #face-recognition est-il calculé ?
Nous suivons 72 dépôts open source actifs associés à #face-recognition (500+ étoiles), totalisant 285,815 étoiles, avec une moyenne de 3,969 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.