Öffentliches Register
Software-GesundheitsberichtSchema 0.31.0 · Metriken 2.10.0 · 2026-08-12 20:13 UTC

serengil / deepface

A Lightweight Face Recognition and Facial Attribute Analysis (Age, Gender, Emotion and Race) Library for Python

PythonMIT★ 23.274 Sterne⑂ 3.167 Forksseit Feb. 2020Auf GitHub ansehen ↗
ArtKommandozeilenwerkzeugBibliothekwie das ermittelt wird
#face-recognition#vgg-face#facenet#openface#facial-expression-recognition#age-prediction#gender-prediction#race-classification#emotion-recognition#deep-learning#machine-learning#deepface#face-analysis#python#deepid#arcface#facial-recognition

serengil/deepface erreicht einen Gesundheitsindex von 80 von 100 und liegt damit im Bereich Exzellent. Am stärksten schneidet es bei Community & Adoption (86/100) ab, am schwächsten bei Security (21/100). Zuletzt vor 3 Tagen aktualisiert. Ein einzelner Mitwirkender trägt den Großteil der jüngsten Arbeit.

80
gesamt / 100
Exzellent

Software-Gesundheitsindex

Metriken werden auf einer standardisierten Skala von 1–100 in gewichtete Kategorien gruppiert. Der Gesamtwert beginnt als ihr gewichtetes Mittel, kalibriert auf die Verteilung des öffentlichen Registers, sodass die Stufen Perzentilbedeutung tragen; sobald öffentliche Evidenz die Richtlinie für Hochrisikojurisdiktionen auslöst, wird die Bewertung angepasst und erhält die Obergrenze Gefährdet von 34.

80
Außergewöhnlich93-100Die Spitzengruppe des Registers (≈ obere 5 %); erfüllt im Wesentlichen alle geprüften Kriterien
Exzellent80-92Durchgehend stark; geringfügige Lücken
Gut65-79Gesund; Lücken sind begrenzt und beherrschbar
Mittel50-64Akzeptabel mit deutlichen Lücken; Überprüfung empfohlen
Schwach35-49Wesentliche Schwächen in mehreren Bereichen
Gefährdet20-34Erhebliche Schwächen; eine Übernahme erfordert Vorsicht
Kritisch1-19Schwerwiegende Probleme (aufgegeben, nur ein Maintainer, keine Hygiene)
VitalitätCommunity &VerbreitungNachhaltigkeit &GovernanceEngineering-QualitätSicherheitAI Readiness

Bewertungsprofil

Jede Achse ist eine Kategorie. Die Form zählt mehr als der Durchschnitt — ein gesundes Projekt füllt die gesamte Fläche, während ein Profil aus Spitzen und Kratern bedeutet, dass Stärke in einer Dimension Risiken in einer anderen verdeckt.

Der gewichtete Gesamtwert 68 wird auf der veröffentlichten Indexskala auf 80 kalibriert (Register-Kalibrierung 2026-08-02).

Eigentümerschaft

Sefik Ilkin SerengilPersönliches Konto
2.151 Follower33 öffentliche Reposseit Apr. 2016@Neo4j

Dieses Repository gehört einem persönlichen Konto. Ein Projekt mit nur einem Eigentümer trägt ein höheres Kontinuitätsrisiko als ein organisationsgetragenes.

Paket-Ökosysteme

RegistryPaketVersionDownloads / MonatVersionenZuletzt veröffentlicht
PyPIdeepface0.0.100-92vor 95 Tagen

Metriken nach Kategorie

Vitalität

Lebt das Projekt — wird Code geschrieben und werden Releases ausgeliefert?

78Gut · 21 % des Gesamtindex

Entwicklungsaktivität

76Gut
Wie die Bewertung erfolgt
36/36Push-Aktualität — letzter Push vor 3 Tagen
15.9/36Commit-Rhythmus — 23/52 Wochen mit Commits
16.5/18Commit-Volumen — 67 Commits im letzten Jahr
0/10OpenSSF Scorecard: Maintained — keine Daten
Verwendete Eingangsdaten
commits_last_year67
human_commit_share1
days_since_last_push3
active_weeks_last_year23

Release-Disziplin

82Exzellent
Wie die Bewertung erfolgt
27/27Liefert Releases aus — 20 Releases veröffentlicht
27/36Release-Aktualität — letztes Release vor 95 Tagen
19.8/27Release-Rhythmus — ein Release etwa alle 81,9 Tage
0/10OpenSSF Scorecard: Signed-Releases — keine Daten
Verwendete Eingangsdaten
releases_count20
latest_release_tagv0.0.100
releases_from_tagsnein
days_since_latest_release95
mean_days_between_releases81,9

Community & Verbreitung

Hat das Projekt Nutzer, Downloads, Aufmerksamkeit und ein einladendes Umfeld für Beitragende?

86Exzellent · 17 % des Gesamtindex

Popularität & Verbreitung

98Außergewöhnlich
Wie die Bewertung erfolgt
60/60Stars — 23.274 Stars
25/25Forks — 3.167 Forks
12.6/15Watcher — 187 Watcher
Verwendete Eingangsdaten
forks3.167
stars23.274
watchers187
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Community-Gesundheit

72Gut
Wie die Bewertung erfolgt
22.5/22.5README
22.5/22.5Lizenz — anerkannte Lizenz (MIT)
0/18CONTRIBUTING-Leitfaden
13.5/13.5Verhaltenskodex
0/7.2Issue-Vorlage
6.3/6.3PR-Vorlage
Verwendete Eingangsdaten
has_readmeja
has_licenseja
readme_badges14
has_contributingnein
has_issue_templatenein
has_code_of_conductja
readme_badge_servicesgithub.com, shields.io
has_pull_request_templateja

Nachhaltigkeit & Governance

Überdauert das Projekt die Menschen, die es tragen — Bus-Faktor, Reaktionsfähigkeit, Trägerschaft und Paketpflege?

70Gut · 23 % des Gesamtindex

Maintainer-Resilienz (Bus-Faktor)

30Gefährdet
Wie die Bewertung erfolgt
9/54Bus-Faktor — 1 Beitragende decken die Hälfte aller Commits ab
4.9/22.5Commit-Verteilung — wichtigste beitragende Person verfasste 78 % der Commits
13.5/13.5Breite der Beitragenden — 89 Beitragende
0/10OpenSSF Scorecard: Contributors — keine Daten
Verwendete Eingangsdaten
bus_factor1
contributors_sampled89
top_contributor_share0,781

Reaktionsfähigkeit bei Issues & PRs

90Exzellent
Wie die Bewertung erfolgt
41.7/42Issue-Lösungsquote — 99 % der Issues geschlossen
21.7/30PR-Annahme — 261/361 entschiedene PRs gemergt
13/13Newcomer PR acceptance — 1/1 PRs von Erstbeitragenden in 30 Tagen gemergt
0/15OpenSSF Scorecard: Code-Review — keine Daten
Verwendete Eingangsdaten
merged_prs261
open_issues9
closed_issues1.234
prs_merged_7d1
prs_decided_7d1
prs_merged_30d1
prs_decided_30d1
issue_closed_ratio0,993
closed_unmerged_prs100
first_time_authors_30d1
first_time_prs_merged_30d1
first_time_prs_decided_30d1

Eigentümerschaft & Trägerschaft

72Gut
Wie die Bewertung erfolgt
10/30Organisatorische Trägerschaft — persönliches (Nutzer-)Konto
0/20Verifizierte Domain — für Nutzerkonten nicht anwendbar
24/25Reichweite des Inhabers — 2.151 Follower von serengil
23.2/25Kontohistorie — 33 öffentliche Repos, Kontoalter ca. 10 Jahre
Verwendete Eingangsdaten
followers2.151
owner_typeUser
is_verified—
owner_loginserengil
public_repos33
account_age_days3.770
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Verifizierte Domain. Die verbleibenden Gewichte wurden renormalisiert.

Paketpflege

100Außergewöhnlich
Wie die Bewertung erfolgt
25/25Veröffentlicht & auflösbar — 1 Paket(e) auf pypi
35/35Veröffentlichungsaktualität — letzte Veröffentlichung vor 95 Tagen
20/20Versionshistorie — 92 veröffentlichte Versionen
20/20Nicht veraltet — aktiv, nicht veraltet oder zurückgezogen
Verwendete Eingangsdaten
packagesdeepface
ecosystemspypi
any_deprecatednein
min_days_since_publish95

Engineering-Qualität

Sind grundlegende Engineering- und Dokumentationspraktiken vorhanden?

78Gut · 19 % des Gesamtindex

Engineering-Praktiken

80Exzellent
Wie die Bewertung erfolgt
24/24CI-Workflows — 1 Workflow(s)
24/24Tests vorhanden
16/16Linter-Konfiguration — .pylintrc
0/9.6Pre-Commit-Hooks
0/6.4.editorconfig
0/20OpenSSF Scorecard: CI-Tests — keine Daten
Verwendete Eingangsdaten
has_cija
has_testsja
has_editorconfignein
has_linter_configja
has_precommit_confignein

Dokumentation

75Gut
Wie die Bewertung erfolgt
30/30README
0/25Dokumentationsverzeichnis
15/15Dokumentations-/Homepage-Site — https://www.youtube.com/watch?v=WnUVYQP4h44&list=PLsS_1RYmYQQFdWqxQggXHynP1rqaYXv_E
10/10Repository-Beschreibung
10/10Topics — 17 Topics
10/10Wiki
Verwendete Eingangsdaten
topicsface-recognition, vgg-face, facenet, openface, facial-expression-recognition, age-prediction, gender-prediction, race-classification, emotion-recognition, deep-learning, machine-learning, deepface, face-analysis, python, deepid, arcface, facial-recognition
has_wikija
homepagehttps://www.youtube.com/watch?v=WnUVYQP4h44&list=PLsS_1RYmYQQFdWqxQggXHynP1rqaYXv_E
docs_sitehttps://www.youtube.com/watch?v=WnUVYQP4h44&list=PLsS_1RYmYQQFdWqxQggXHynP1rqaYXv_E
has_readmeja
has_docs_dirnein
has_descriptionja

Sicherheit

Sind die sichtbaren Sicherheits- und Lieferkettenpraktiken belastbar, ohne ungeklärte Exposition gegenüber Hochrisikojurisdiktionen?

21Gefährdet · 16 % des Gesamtindex

Sicherheitslage

1Kritisch
Wie die Bewertung erfolgt
0/30Sicherheitsrichtlinie (SECURITY.md)
0/25Dependabot-Konfiguration
0/25Lockfiles für Abhängigkeiten
0/20CodeQL-Workflow
Verwendete Eingangsdaten
sourcefile_signals
lockfiles—
manifestsrequirements-dev.txt, requirements.txt, requirements_additional.txt, setup.py
has_codeql_workflownein
has_security_policynein
has_dependabot_confignein

Abhängigkeits-Advisories

100Außergewöhnlich
Wie die Bewertung erfolgt
35/35Direkte Abhängigkeiten ohne bekannte Advisories — keine direkte Abhängigkeit trägt ein bekanntes Advisory
25/25Indirekte Abhängigkeiten ohne bekannte Advisories — keine indirekte Abhängigkeit trägt ein bekanntes Advisory
0/40Keine offenen Advisories — kein Advisory trägt ein Veröffentlichungsdatum
Verwendete Eingangsdaten
sourceosv
advisories0
affected_packages0
assessed_packages51
unassessed_packages0
affected_by_severitynone
direct_affected_packages0
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): Keine offenen Advisories. Die verbleibenden Gewichte wurden renormalisiert. Abgeglichen wurde die Laufzeit-Abhängigkeitshülle von pypi:deepface@0.0.100 — das, was die Installation des veröffentlichten Pakets nach sich zieht — mit 51 Paketen. Erreichbarkeit wird nicht analysiert.

AI Readiness

Wie gut ist das Repository dafür ausgestattet, mit KI-Coding-Agenten entwickelt und gepflegt zu werden? Trägt ein bewusst kleines Gewicht (4 %): Agenten-Tooling ist ein echtes Pflegesignal, doch ein Repository ohne jedes Signal kann weiterhin 100/100 erreichen.

67Gut · 4 % des Gesamtindex

AI-Agentenkontext & Leitlinien

25Gefährdet
Wie die Bewertung erfolgt
0/45Agentenanweisungen — keine CLAUDE.md / AGENTS.md / Editor-Regeln
0/15Maschinenlesbare Doku (llms.txt)
25.1/40Lesbare Commit-Historie — 47 von 100 menschlichen Commits benennen ihre Absicht (strukturierter Betreff oder erläuternder Text)
Verwendete Eingangsdaten
has_llms_txtnein
llms_txt_url—
legible_history_share0,47
agent_instruction_files—
agent_instruction_max_bytes—

AI-Verify-Loop (Build / Test / Typprüfung)

80Exzellent
Wie die Bewertung erfolgt
18/18Bootstrap mit einem Befehl — Makefile
22/22Automatisierte Tests
11/11Lint-/Format-Konfiguration — .pylintrc
11/11Statische Typprüfung — mypy.ini
10/10Reproduzierbare Umgebung — Dockerfile
0/10Belegte Agentenpraxis — keine von Agenten verfassten Commits unter den letzten 100
0/8Automatisierte Wartung — keine automatisierten Abhängigkeits-Updates beobachtet
0/10OpenSSF Scorecard: Pinned-Dependencies — keine Daten
Verwendete Eingangsdaten
has_nixnein
has_testsja
lockfiles—
has_dockerfileja
typed_languagenein
bootstrap_filesMakefile
has_devcontainernein
has_linter_configja
typecheck_configsmypy.ini
agent_commit_share0
toolchain_manifests—
dependency_bot_commit_share0

AI-Code-Lesbarkeit für Modelle

82Exzellent
Wie die Bewertung erfolgt
27/45Typprüfbarer Code — Python mit Typprüfungs-Konfiguration (mypy.ini)
54.5/55Handhabbare Dateigrößen — 1/105 Quelldateien über 60 KB
Verwendete Eingangsdaten
primary_languagePython
largest_source_bytes61.035
source_files_sampled105
oversized_source_files1

Maschinenlesbare AI-Schnittstellen

100Außergewöhnlich
Wie die Bewertung erfolgt
0/40API-Schema (OpenAPI/GraphQL/proto) — für diese Art von Software nicht anwendbar
0/20MCP-Server — für diese Art von Software nicht anwendbar
40/40Lauffähige Beispiele — notebooks
Verwendete Eingangsdaten
example_dirsnotebooks
has_mcp_signalnein
api_schema_files—
interfaces_expected_of—
Von der Bewertung ausgeschlossen (keine Daten oder nicht anwendbar): API-Schema (OpenAPI/GraphQL/proto), MCP-Server. Die verbleibenden Gewichte wurden renormalisiert.

Eckdaten

23.274GitHub-Sterne
89Mitwirkende
67Commits, letzte 12 Monate
3Tage seit letztem Push
20Releases
1Bus-Faktor
9offene Issues
PyPIPaket-Ökosysteme

Warnungen zur Datenerhebung

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • OpenSSF Scorecard did not return a usable result (2026/08/12 20:13:10 Warning: PATs stored in env variables GITHUB_AUTH_TOKEN and GITHUB_TOKEN differ. Scorecard will use the former.); skipping Scorecard checks

Weitere Details

Stern- und Fork-Verlauf 0 ★ / 3.167 ⇿
0Sterne
3.167Forks
7Releases

Wann jeder Stern und Fork hinzugefügt wurde, von GitHub erfasst und nach Tagen gruppiert. Das kumulierte Wachstum steht direkt über den täglichen Zugängen, aus denen es besteht, sodass beide gegeneinander lesbar sind: stetiger organischer Zuwachs sieht ganz anders aus als ein abrupter, kurzlebiger Ausschlag. Wo dieser Unterschied messbar ist, wird er als Wachstumsauthentizität ausgewiesen.

Es wird nur die jüngste Historie angezeigt — dieses Repository überschreitet das Erfassungsfenster, sodass die früheste Historie nicht erfasst wird.

2.0002.2002.4002.6002.8003.0003.2003.167352024-122025-102026-08
Major 0Minor 0Patch 7

Jeder Punkt umfasst 2 Tage.

Alle Abhängigkeiten 42

Vollständig aufgelöster Abhängigkeitssatz aus dem GitHub-Abhängigkeitsgraphen: 0 direkte und 42 indirekte (transitive) Pakete. Die transitive Hülle ist vollständig, wenn das Repository eine Lockfile eincheckt.

RegistryPaketVersionBeziehung
PyPIalbumentations—indirekt
PyPIdlib—indirekt
PyPIfacenet-pytorch—indirekt
PyPIfire—indirekt
PyPIfire0.4.0indirekt
PyPIflask—indirekt
PyPIflask2.0.2indirekt
PyPIflask-cors—indirekt
PyPIgdown—indirekt
PyPIgdown4.2.0indirekt
PyPIgunicorn—indirekt
PyPIgunicorn20.1.0indirekt
PyPIinsightface—indirekt
PyPIkeras—indirekt
PyPIkeras2.7.0indirekt
PyPIlightdsa—indirekt
PyPIlightphe—indirekt
PyPImediapipe—indirekt
PyPImtcnn—indirekt
PyPInumpy—indirekt
PyPInumpy1.22.3indirekt
PyPIonnxruntime—indirekt
PyPIopencv-contrib-python—indirekt
PyPIopencv-python—indirekt
PyPIopencv-python4.9.0.80indirekt
PyPIpandas—indirekt
PyPIpandas2.0.3indirekt
PyPIpillow—indirekt
PyPIpillow9.0.0indirekt
PyPIpydantic—indirekt
PyPIpytest—indirekt
PyPIpython-dotenv—indirekt
PyPIrequests—indirekt
PyPIretina-face—indirekt
PyPItensorflow—indirekt
PyPItensorflow2.7.0indirekt
PyPItf-keras—indirekt
PyPItorch—indirekt
PyPItqdm—indirekt
PyPItqdm4.66.1indirekt
PyPItyping-extensions—indirekt
PyPIultralytics—indirekt
Abhängigkeits-Advisories 0

Die Installation von pypi:deepface@0.0.100 zieht 51 Pakete nach sich, direkt und transitiv: 0 tragen bekannte Advisories, davon 0 direkte Abhängigkeiten.

Keine bekannten Advisories betreffen die bewerteten Abhängigkeiten.

Ein Advisory bedeutet, dass die im Abhängigkeitsgraphen erfasste Version in den betroffenen Bereich eines Advisories fällt. Erreichbarkeit wird nicht analysiert, und der Graph enthält Entwicklungs- und Test-Pins — ein Fund kann das Werkzeug betreffen und nicht die ausgelieferte Software.

JSON-Rohbericht maschinenlesbar

Feedback

Stimmt etwas in diesem Bericht nicht, oder gibt es Gedanken dazu? Falsche Messungen, übersehene Tools, Ideen, Fragen — alles ist willkommen. Jede Nachricht wird gelesen und beantwortet.

Die Nachricht bleibt bei der Anmeldung erhalten.

Verwandte Einträge

Geprüfte Repositories, die Katalog-Tags oder Ökosysteme mit serengil/deepface teilen. Nebeneinander lesen →

100streamlit/streamlitStreamlit — A faster way to build and share data apps.Außergewöhnlich100ray-project/rayRay is an AI compute engine. Ray consists of a core distributed runtime and a set of AI Libraries for accelerating ML workloads.Außergewöhnlich99huggingface/transformers🤗 Transformers: the model-definition framework for state-of-the-art machine learning models in text, vision, audio, and multimodal models, for both inference and training. Außergewöhnlich98keras-team/kerasDeep Learning for humansAußergewöhnlich98ultralytics/ultralyticsUltralytics YOLO26, YOLO11, YOLOv8 — object detection, instance segmentation, semantic segmentation, image classification, pose estimation, object trackingAußergewöhnlich98gradio-app/gradioBuild and share delightful machine learning apps, all in Python. 🌟 Star to support our work!Außergewöhnlich

Bewertungen sind Signale, keine Garantien. Sie spiegeln öffentlich sichtbare Praxis auf GitHub wider — kein Code-Audit und keine Sicherheitsgarantie.

Fehlende Daten werden ausgeschlossen und die Gewichte neu normiert, nie als null bewertet. Die Methodik ist versioniert und offen: Metriken v2.10.0, Schema v0.31.0 — vollständige Methodik · Metriken-Wiki.

Wie ein einzelnes Ergebnis im Gesamtregister steht: aggregierte Statistiken — PyPI.