Início Projetos BossSensor
BossSensor
Python

BossSensor

Oculte a tela quando o chefe estiver se aproximando.

por Hironsan · GitHub
Estrelas
Forks
Licença
Criado
Último commit
Categoria
Linguagem
cnncomputer-visiondeep-learningMITPython
Ver no GitHub
Em palavras simples

Oculte a tela do seu computador quando seu chefe estiver por perto usando reconhecimento facial.

Mantem este projeto?

Reivindique a sua pagina: indexada seja qual for a posicao, traduzida em seis linguas e enriquecida com as suas palavras.

Reivindicar esta pagina →
BossSensor — GitHub preview card
📈 Histórico de estrelas
6.29k6.28k
2026-07-042026-08-31
📈 Acompanhe BossSensor

Receba um alerta por e-mail no próximo lançamento ou quando começar a bombar.

Grátis · sem cartão · cancele quando quiser
Receber alertas por e-mail →
📄 Sobre

Oculte a tela quando o chefe estiver se aproximando.

BossSensor tem 6.3k estrelas no GitHub. Foi bifurcado 1.1k vezes. BossSensor é escrito principalmente em Python. Está em desenvolvimento ativo desde 2016. BossSensor está disponível sob a licença MIT. Os seus principais temas são: cnn, computer-vision, deep-learning, machine-learning.

Frequently asked questions

O que é BossSensor?

Oculte a tela quando o chefe estiver se aproximando.

BossSensor é de código aberto?

BossSensor é um projeto de código aberto. É distribuído sob a licença MIT.

BossSensor é gratuito?

Sim. BossSensor é gratuito e de código aberto — você pode usá-lo, modificá-lo e hospedá-lo por conta própria.

Sob que licença está BossSensor?

BossSensor está disponível sob a licença MIT.

Em que linguagem BossSensor está escrito?

BossSensor é escrito principalmente em Python.

🏅 Mantenedor deste projeto?
olud.ai badge — BossSensor

Adicione este badge ao vivo ao seu README — suas estrelas do GitHub e classificação no diretório, atualizadas diariamente.

[![olud.ai](https://olud.ai/badge.php?tool=hironsan-bosssensor)](https://olud.ai/project/hironsan-bosssensor.html)
Mais opções de badge →
🧬 Partilha ADN com🧬 Ver o mapa de ADN →

Medido a partir dos topics do GitHub comuns aos dois projetos, ponderados pela sua raridade.