face_recognition 開源:5.7 萬星的人臉辨識入門庫
2026-10-08 技術
face_recognition 是 GitHub 上累積 5.7 萬星標的 Python 人臉辨識函式庫,以 dlib 深度學習模型為基礎,在 LFW 基準達到 99.38% 準確率,並提供命令列工具、CPU 多核心平行處理與樹莓派部署路徑,是電腦視覺最常被引用的入門項目之一。本文整理其技術架構、使用方式與生態定位。
閱讀更多以下是帶有「電腦視覺」標籤的全部文章,共 6 篇。
2026-10-08 技術
face_recognition 是 GitHub 上累積 5.7 萬星標的 Python 人臉辨識函式庫,以 dlib 深度學習模型為基礎,在 LFW 基準達到 99.38% 準確率,並提供命令列工具、CPU 多核心平行處理與樹莓派部署路徑,是電腦視覺最常被引用的入門項目之一。本文整理其技術架構、使用方式與生態定位。
閱讀更多
2026-10-04 技術
Deep-Live-Cam 是一套以單張照片實現即時換臉的開源工具,GitHub 星標達 96,907 顆。本文整理它的運作原理、主要功能、安裝方式、跨平台推論後端、AGPL-3.0 授權與付費版本並行的商業模式,以及深度偽造帶來的倫理與法律風險。
閱讀更多
2026-10-01 技術
YOLOv5 是 Ultralytics 以 PyTorch 實作的開源視覺模型,GitHub 星標逾 58,000,支援物件偵測、實例分割與影像分類。本文解析其模型陣容、效能數據、匯出格式與授權條款,並比較它與後續 YOLO 版本的差異,說明為何至今仍是視覺 AI 入門與量產部署的常見選項。
閱讀更多
2026-08-18 技術
supervision 是 GitHub 星標接近 5 萬的開源 Python 電腦視覺核心工具庫,由 Roboflow 團隊維護,提供物件偵測、目標追蹤、即時計數、車速估算與資料集格式轉換等可重用模組,採用 MIT 授權,可搭配 Ultralytics、Transformers 等主流模型框架無縫使用。
閱讀更多
2026-08-15 技術
Ultralytics YOLO 是 GitHub 星標逾 6 萬的開源電腦視覺框架,以 YOLO26、YOLO11 與 YOLOv8 系列模型支援物件偵測、實例分割、姿態估計與物件追蹤等任務,最新 YOLO26n 在 T4 GPU 推理僅需 1.7 毫秒,每月下載量逾 2 億次,成為即時視覺應用的標準選擇。
閱讀更多
2026-08-13 技術
OpenCV 是 GitHub 上突破 9 萬星標的開源電腦視覺庫,2026 年 6 月發布的 5.0 版本被視為二十年來最大規模革新。本文分析其全新 DNN 引擎、ONNX 算子覆蓋率由 22% 提升至 80% 以上、原生 LLM/VLM 推論能力、多架構硬體加速與三維視覺模組重構,探討其對電腦視覺生態的影響。
閱讀更多