Inicio Proyectos GFPGAN
GFPGAN

GFPGAN

por TencentARC · GitHub

GFPGAN tiene como objetivo desarrollar algoritmos prácticos para la restauración de rostros en el mundo real.

Ver en GitHub
En palabras simples

Restaura y mejora rostros en imágenes utilizando algoritmos avanzados diseñados para aplicaciones del mundo real.

⭐ Estrellas
🍴 Ramas
🔥 Tendencias
📜 Licencia
Licencia no especificada
📅 Creado
🔄 Último commit
🏷️ Categoría
💻 Lenguaje
¿Mantienes este proyecto?

Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.

Reivindicar esta pagina →
GFPGAN — GitHub preview card
📈 Historial de estrellas
38k37k
2026-06-272026-07-29
📈 Sigue GFPGAN

Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.

Gratis · sin tarjeta · cancela cuando quieras
Recibir alertas por email →
📄 Acerca de

GFPGAN tiene como objetivo desarrollar algoritmos prácticos para la restauración de rostros en el mundo real.

GFPGAN tiene 37.6k estrellas en GitHub. Se ha bifurcado 6.3k veces. GFPGAN está escrito principalmente en Python. Se desarrolla activamente desde 2021. Sus temas principales son: deep-learning, face-restoration, gan, gfpgan.

Frequently asked questions

¿Qué es GFPGAN?

GFPGAN tiene como objetivo desarrollar algoritmos prácticos para la restauración de rostros en el mundo real.

¿GFPGAN es de código abierto?

GFPGAN es un proyecto de código abierto.

¿GFPGAN es gratis?

Sí. GFPGAN es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.

¿En qué lenguaje está escrito GFPGAN?

GFPGAN está escrito principalmente en Python.

🏅 ¿Mantenedor de este proyecto?
OpenSourceAI badge — GFPGAN

Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=tencentarc-gfpgan)](https://opensourceai.tech/project/tencentarc-gfpgan.html)
Más opciones de distintivos →
🧬 Comparte ADN con🧬 Ver el mapa de ADN →

Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.