Решения
Распознавание Лиц Лицензирование Моделей
Коммерческие лицензии на пакеты моделей с открытым исходным кодом InsightFace (buffalo_l, antelopev2, buffalo_s, buffalo_m и др.) и проприетарные модели высокой точности. От академических исследований до полноценного коммерческого развёртывания.
Ключевые Возможности
Распознавание Лиц Лицензирование Моделей
Коммерческая Лицензия на Open Source Модели
Получите права коммерческого использования пакетов моделей проекта с открытым исходным кодом InsightFace, включая buffalo_l, antelopev2, buffalo_s, buffalo_m и другие. Код под лицензией MIT; модели требуют отдельной коммерческой лицензии.
Проприетарные Модели Высокой Точности
Доступ к проприетарным моделям с более высокой точностью, чем варианты с открытым исходным кодом, оптимизированным для требовательных производственных сред, требующих наилучшей производительности распознавания лиц.
Лидер NIST FRVT
Наши модели стабильно входят в число лучших в NIST Face Recognition Vendor Test (FRVT), мировом стандарте оценки систем распознавания лиц.
Гибкие Условия Лицензирования
Варианты лицензирования, адаптированные к масштабу вашего развёртывания и сценарию использования — от лицензий на отдельный продукт до прав корпоративного развёртывания с выделенной поддержкой.
Пример кода
Сравнение двух face embeddings с buffalo_l
Используйте buffalo_l, чтобы извлечь нормализованные векторы признаков из двух изображений лица и вычислить cosine similarity для сценариев верификации и сопоставления.
1import cv22import numpy as np3from insightface.app import FaceAnalysis45app = FaceAnalysis(name="buffalo_l")6app.prepare(ctx_id=0, det_size=(640, 640))78img1 = cv2.imread("person_a.jpg")9img2 = cv2.imread("person_b.jpg")10if img1 is None or img2 is None:11 raise FileNotFoundError("input image not found")1213faces1 = app.get(img1)14faces2 = app.get(img2)15if not faces1 or not faces2:16 raise RuntimeError("face detection failed")1718feat1 = faces1[0].normed_embedding19feat2 = faces2[0].normed_embedding20similarity = float(np.dot(feat1, feat2))2122print("face 1 feature:", feat1[:5])23print("face 2 feature:", feat2[:5])24print("cosine similarity:", similarity)Оцените наши наиболее точные проприетарные модели на ваших данных
Помимо open-source-пакетов, наши закрытые модели распознавания лиц обеспечивают существенно более высокую точность в требовательных production-сценариях. Чтобы упростить принятие решения о закупке, квалифицированные корпоративные клиенты могут провести структурированный пилотный проект на тех же проприетарных моделях, которые мы используем в production.
До 2 недель доступа к API
После подписания необязывающего письма о намерениях (LOI) о сотрудничестве мы предоставляем выделенные учётные данные API для высокоточных проприетарных моделей распознавания лиц на срок до двух недель оценки.
Проприетарные модели production-уровня
Вы тестируете те же закрытые модели, которые стабильно входят в число лучших по результатам NIST FRVT, — это не урезанная preview-сборка.
Используйте собственный бенчмарк
Запускайте задачи верификации личности, KYC, поиска 1:N или контроля доступа на своих внутренних данных и напрямую сравнивайте с текущим поставщиком или open-source-базлайном.
Поддержка инженерами включена
Наша команда помогает с интеграцией SDK, подбором порогов и интерпретацией результатов на протяжении всего пилота, чтобы вы могли уверенно принять решение о коммерческом лицензировании.
Для участия в пилоте требуется подписанное письмо о намерениях; программа предназначена исключительно для корпоративной оценки. Свяжитесь с нами, кратко описав сценарий использования, ожидаемый объём запросов и целевую среду развёртывания, чтобы начать процесс.
Запросить тест приватной моделиСценарии Использования
Сценарии Использования
Готовы внедрить лучший в мире ИИ для лиц?
Будь то лицензирование моделей распознавания лиц, коммерческие права на замену лиц, InspireFace SDK или индивидуальное сотрудничество в ИИ — свяжитесь с нами, чтобы начать.