Startseite Projekte facenet
facenet

facenet

von davidsandberg · GitHub

Gesichtserkennung mit Tensorflow

Auf GitHub ansehen
In einfachen Worten

Erkenne Gesichter in Bildern mithilfe einer TensorFlow-Implementierung eines Gesichtserkennungsmodells.

⭐ Sterne
🍴 Forks
🔥 Trendend
📜 Lizenz
Kommerzielle Nutzung erlaubt
📅 Erstellt
🔄 Letzter Commit
🏷️ Kategorie
💻 Sprache
Betreuen Sie dieses Projekt?

Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.

Diese Seite beanspruchen →
facenet — GitHub preview card
📈 Sternhistorie
14.34k14.33k
2026-06-282026-07-29
📈 facenet verfolgen

Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.

Kostenlos · ohne Karte · jederzeit abbestellbar
E-Mail-Alerts erhalten →
📄 Über

Gesichtserkennung mit Tensorflow

facenet hat 14.3k Sterne auf GitHub. Es wurde 4.8k-mal geforkt. facenet ist hauptsächlich in Python geschrieben. Es wird seit 2016 aktiv entwickelt. facenet ist unter der MIT-Lizenz verfügbar. Die Hauptthemen sind: computer-vision, deep-learning, face-detection, face-recognition.

Frequently asked questions

Was ist facenet?

Gesichtserkennung mit Tensorflow

Ist facenet Open Source?

facenet ist ein Open-Source-Projekt. Es wird unter der MIT-Lizenz veröffentlicht.

Ist facenet kostenlos?

Ja. facenet ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.

Unter welcher Lizenz steht facenet?

facenet ist unter der MIT-Lizenz verfügbar.

In welcher Sprache ist facenet geschrieben?

facenet ist hauptsächlich in Python geschrieben.

🏅 Wartender dieses Projekts?
OpenSourceAI badge — facenet

Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=davidsandberg-facenet)](https://opensourceai.tech/project/davidsandberg-facenet.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →

Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.