#deepfake-detection Repositórios
Descubra 11 repositórios ativos de código aberto no GitHub marcados com #deepfake-detection, acumulando um total de 10,760 estrelas (uma média de 978 por projeto). O líder deste tópico é Daisy-Zhang/Awesome-Deepfakes-Detection, com 1,822 estrelas.
11 repositórios no total
Uma lista de ferramentas, artigos e códigos relacionados à detecção de Deepfake.
Uma confiável plataforma de pesquisa de análise facial desenvolvida pelo Tencent Youtu Lab
Código para o artigo: Imagens geradas por CNN são surpreendentemente fáceis de identificar... por enquanto https://peterwang512.github.io/CNNDetection/
Este projeto visa a detecção de deepfakes de vídeo usando técnicas de deep learning como RestNext e LSTM. Conseguimos a detecção de deepfakes usando aprendizado de transferência onde a CNN RestNext pré-treinada é usada para obter um vetor de características, além disso, a camada LSTM é treinada usando as características. Para mais detalhes, siga a documentação.
Marca d'água localizada para áudios de fala gerados por IA, com SOTA em robustez e detector muito rápido
The Big Brother é uma plataforma OSINT militarizada que oferece enumeração de nomes de usuário (em mais de 473 plataformas), inteligência visual de quatro vetores, rastreamento Sky Radar, análise de carteiras de criptomoedas, inteligência SSL, reconstrução da pegada digital, extração de EXIF, dorking avançado e reconhecimento de redes.
[CSUR 2026] Uma pesquisa sobre geração e detecção de deepfakes
Perguntas Frequentes
Qual é o repositório de #deepfake-detection mais popular no GitHub?
O projeto de código aberto de #deepfake-detection mais bem classificado no GitHub é Daisy-Zhang/Awesome-Deepfakes-Detection, com 1,822 estrelas. Uma lista de ferramentas, artigos e códigos relacionados à detecção de Deepfake.
Quais linguagens de programação são mais usadas nos repositórios de #deepfake-detection?
Entre os projetos de #deepfake-detection mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Jupyter Notebook.
Como é calculada a classificação dos repositórios de #deepfake-detection?
Acompanhamos 11 repositórios ativos de código aberto marcados com #deepfake-detection (com mais de 500 estrelas), totalizando 10,760 estrelas e uma média de 978 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.