Home Progetti facetorch
facetorch
Python

facetorch

Libreria Python per analizzare volti utilizzando PyTorch

di tomas-gajarsky · GitHub
Stelle
Fork
Licenza
Creato
Ultimo commit
Lingua
3d-face-alignmentcomputer-visionconda-forgeApache-2.0Python
Visualizza su GitHub
In parole semplici

Analizza e rileva volti utilizzando una libreria Python che utilizza tecniche di deep learning.

Mantieni questo progetto?

Rivendica la sua pagina: indicizzata qualunque sia il rango, tradotta in sei lingue e arricchita con le tue parole.

Rivendica questa pagina →
facetorch — GitHub preview card
📈 Storia delle stelle
612611
2026-07-202026-08-31
📈 Segui facetorch

Ricevi un avviso via email alla prossima release o quando decolla — non perderti nulla.

Gratis · senza carta · disdici quando vuoi
Ricevi avvisi via email →
📄 Informazioni

Libreria Python per analizzare volti utilizzando PyTorch

facetorch ha 611 stelle su GitHub. È stato forkato 52 volte. facetorch è scritto principalmente in Python. È in sviluppo attivo dal 2022. facetorch è disponibile con licenza Apache-2.0. I suoi temi principali sono: 3d-face-alignment, computer-vision, conda-forge, deep-learning.

Frequently asked questions

Che cos'è facetorch?

Libreria Python per analizzare volti utilizzando PyTorch

facetorch è open source?

facetorch è un progetto open source. È rilasciato con licenza Apache-2.0.

facetorch è gratuito?

Sì. facetorch è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.

Con quale licenza è facetorch?

facetorch è disponibile con licenza Apache-2.0.

In quale linguaggio è scritto facetorch?

facetorch è scritto principalmente in Python.

🏅 Manutentore di questo progetto?
olud.ai badge — facetorch

Aggiungi questo badge live al tuo README — le tue stelle GitHub e il ranking della directory, aggiornati quotidianamente.

[![olud.ai](https://olud.ai/badge.php?tool=tomas-gajarsky-facetorch)](https://olud.ai/project/tomas-gajarsky-facetorch.html)
Altre opzioni di badge →
🧬 Condivide il DNA con🧬 Vedi la mappa del DNA →

Misurato dai topic GitHub comuni a entrambi i progetti, ponderati per la loro rarita.