deepface
Une bibliothèque légère de reconnaissance faciale et d'analyse des attributs faciaux (Âge, Genre, Émotion et Race) pour Python
Analysez les visages dans les images pour déterminer des attributs tels que l'âge, le sexe et l'émotion.
Depuis le README
$ pip install deepface
- One API for verification, embeddings, and vector comparison
- Docs and machine-readable agent docs: docs.deepface.dev
- MCP endpoint: https://deepface.dev/mcp using a dedicated MCP key
- Usage-based pricing that scales from testing to production
Extraits du README du projet sur GitHub. Le droit d'auteur et les licences restent la propriété des auteurs respectifs.
Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.
Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.
Gratuit · sans carte · désinscription à tout momentUne bibliothèque légère de reconnaissance faciale et d'analyse des attributs faciaux (Âge, Genre, Émotion et Race) pour Python
deepface compte 23.1k étoiles sur GitHub. Il a été forké 3.1k fois. deepface est écrit principalement en Python. Il est développé activement depuis 2020. deepface est disponible sous licence MIT. Ses principaux thèmes sont : age-prediction, arcface, deep-learning, deepface.
Qu'est-ce que deepface ?
Une bibliothèque légère de reconnaissance faciale et d'analyse des attributs faciaux (Âge, Genre, Émotion et Race) pour Python
deepface est-il open source ?
deepface est un projet open source. Il est distribué sous licence MIT.
deepface est-il gratuit ?
Oui. deepface est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
Sous quelle licence est deepface ?
deepface est disponible sous licence MIT.
Dans quel langage deepface est-il écrit ?
deepface est écrit principalement en Python.
Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.
[](https://olud.ai/project/serengil-deepface.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.