uniface

Q: 想用最新版本怎么装？

README 提供了预发布通道，执行 pip install --pre ＂uniface[cpu]＂（或对应 gpu 套件）即可获取 latest pre-release。

一套 API 搞定检测到反欺诈全流程人脸分析

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署计算机视觉 🍴 复刻 307 🐛 待处理 5 👀 关注 13

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 2193

维护状态活跃

是否开源开源

定价模式 🏷️完全免费开源免费，基于ONNX Runtime的Python库

项目预览

项目数据

分类计算机视觉

开发团队yakhyo

官网地址https://yakhyo.github.io/uniface

GitHubhttps://github.com/yakhyo/uniface

定价模式🏷️完全免费

价格说明开源免费，基于ONNX Runtime的Python库

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议MIT

主要语言Python

技术栈/模型computer-vision,deep-learning,face-alignment,face-analysis,face-anonymization,face-anti-spoofing,face-attributes,face-detection,face-mesh,face-parsing,face-quality-assessment,face-recognition,face-segmentation,face-tracking,facial-landmarks,gaze-estimation,head-pose-estimation,onnxruntime,portrait-matting,python

GitHub 星标★ 2193

上线时间2024-11-14 00:00:00

代码更新2026-11-02

仓库体积119.5 MB

本站数据更新2026-11-04

维护状态活跃

收录时间2026-09-17

浏览次数2

项目介绍

UniFace 是一个面向 Python 的统一人脸分析库，把检测、对齐、关键点、face-mesh、识别、解析、视线估计、属性识别和反欺诈等常见人脸任务收敛到同一套 API 下。它解决的核心问题是：过去做人脸相关项目往往要在 InsightFace、RetinaFace、MediaPipe、dlib 等多个库之间来回切换，接口风格、依赖版本、预处理流程各不相同，集成和维护成本很高。UniFace 通过统一封装，让开发者用一致的方式调用不同模型和任务，降低选型与胶水代码负担。它适合快速搭建人脸识别、属性分析、活体检测、人脸匿名化等原型或中小型生产系统，也能作为学习人脸分析全流程的参考实现。项目用 Python 编写，属于成长中的开源项目，社区仍在积累。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-09-17 · 当前星标 ★ 2193

技术标签

computer-vision deep-learning face-detection face-recognition onnxruntime

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

难度：入门约 10 分钟部署方式：库/依赖 5 步

环境要求

已安装 Python 与 pip（README 未标明最低 Python 版本）
纯 CPU 或 Apple Silicon 机器请选择 uniface[cpu] 套件
NVIDIA CUDA 环境请选择 uniface[gpu] 套件
README 首个示例脚本同时导入了 cv2（OpenCV），需要环境中可用

安装与启动步骤

1准备 Python 环境

建议先建独立虚拟环境再安装，避免与已有深度学习依赖冲突；创建后按系统提示激活。
```
python -m venv .venv
```
2安装 CPU 版

适用于普通 CPU 机器与 Apple Silicon；注意 extras 的方括号必须加引号，防止被 shell 展开。
```
pip install "uniface[cpu]"
```
3安装 GPU 版

仅在有 NVIDIA CUDA 环境时选择，与 CPU 版二选一，安装 uniface[gpu]。
```
pip install "uniface[gpu]"
```
4安装预发布版

需要尝鲜最新 pre-release 时，在安装命令中加 --pre 参数。
```
pip install --pre "uniface[cpu]"
```
5验证导入

用 README 示例中出现的 FaceAnalyzer、FairFace 做导入检查，不报错即安装成功。
```
python -c "from uniface import FaceAnalyzer, FairFace; print('uniface import ok')"
```