Accueil Projets GFPGAN
GFPGAN

GFPGAN

par TencentARC · GitHub

GFPGAN vise à développer des algorithmes pratiques pour la restauration de visages dans le monde réel.

Voir sur GitHub
En termes simples

Restaurez et améliorez les visages dans les images à l'aide d'algorithmes avancés conçus pour des applications réelles.

⭐ Étoiles
🍴 Forks
🔥 Tendances
📜 Licence
Licence non spécifiée
📅 Créé
🔄 Dernier commit
🏷️ Catégorie
💻 Langue
Vous maintenez ce projet ?

Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.

Revendiquer cette page →
GFPGAN — GitHub preview card
📈 Historique des étoiles
38k37k
2026-06-272026-07-29
📈 Suivez GFPGAN

Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.

Gratuit · sans carte · désinscription à tout moment
Recevoir des alertes e-mail →
📄 À propos

GFPGAN vise à développer des algorithmes pratiques pour la restauration de visages dans le monde réel.

GFPGAN compte 37.6k étoiles sur GitHub. Il a été forké 6.3k fois. GFPGAN est écrit principalement en Python. Il est développé activement depuis 2021. Ses principaux thèmes sont : deep-learning, face-restoration, gan, gfpgan.

Frequently asked questions

Qu'est-ce que GFPGAN ?

GFPGAN vise à développer des algorithmes pratiques pour la restauration de visages dans le monde réel.

GFPGAN est-il open source ?

GFPGAN est un projet open source.

GFPGAN est-il gratuit ?

Oui. GFPGAN est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.

Dans quel langage GFPGAN est-il écrit ?

GFPGAN est écrit principalement en Python.

🏅 Mainteneur de ce projet ?
OpenSourceAI badge — GFPGAN

Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=tencentarc-gfpgan)](https://opensourceai.tech/project/tencentarc-gfpgan.html)
Plus d'options de badge →
🧬 Partage son ADN avec🧬 Voir la cartographie ADN →

Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.