/ Модель

Характеристики

Размер весов
128 МБ
Лицензия
AGPL 3.0
Базовая модель
YOLOv8
Библиотека
ultralytics
Опубликована
8 фев 2025

Race-Classification-FairFace-YOLOv8

Классификация изображенийИзображение → label3 профессии

Модель на основе YOLO для быстрой классификации изображений лиц по семи категориям FairFace.

4 616скачиваний за 30 дней9лайковвеса обновлены10 фев 2025

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Race Classification FairFace YOLOv8/11 — модель компьютерного зрения автора Anzhc для классификации изображений лиц по семи категориям, обученная на варианте набора FairFace с дополнением изображения полями. Автор указывает, что модель предназначена только для классификации расовых категорий и ориентирована на быстрое присвоение меток. В метаданных указаны архитектурная основа Ultralytics YOLO11 и YOLOv8, библиотека Ultralytics и формат PyTorch.

В README приведены варианты YOLOv8n, YOLOv8s и YOLOv8m с точностью top-1 от 0,717 до 0,725 на валидационной выборке. Классы: Black, East Asian, Indian, Latino_Hispanic, Middle Eastern, Southeast Asian и White; разрешение обучения — 224 пикселя. Модель подходит для маркировки изображений лиц, однако точность ограничена и результат классификации не следует трактовать как достоверное определение идентичности или биологических характеристик человека. Лицензия — AGPL-3.0.

Сценарии применения

  • автоматическая разметка лиц на изображениях по категориям FairFace
  • классификация лиц в исследовательских наборах данных
  • быстрая пакетная маркировка фотографий с лицами

Ограничения

README сообщает точность top-1 0,717–0,725 для указанных вариантов; качество может быть недостаточным для решений с высокими последствиями. Классы отражают категории обучающего набора, а не достоверно устанавливаемые свойства человека.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Race Classification YOLOv8/11

This model is based on FairFace 0.25 padding variant dataset composed by Microsoft researchers, aiming to reduce bias by better balancing classes in dataset.

Karkkainen, Kimmo, and Joo, Jungseock.
FairFace: Face Attribute Dataset for Balanced Race, Gender, and Age for Bias Measurement and Mitigation.
Proceedings of the IEEE/CVF Winter Conference on Applications of Computer Vision, 2021, pp. 1548–1558.
FairFace Dataset on GitHub

You also can find their pretrained model here.

This YOLOv8 training is meant only for race classification. I wanted a really really fast model for tagging, and this is likely what it's useful for! I will provide a pipeline for running it on your datasets in future.

I've made simple scripts for you to use on your data. By default it will output .txt files(or append to existing), so modify for your specific needs: https://github.com/Anzhc/Simple-Utility-Scripts-for-YOLO/tree/main

ModelTargettop1_accClassesDataset sizeTraining Resolution
Race-CLS-FairFace_yolov8nFace: Real0.7177(Black, East Asian, Indian, Latino_Hispanic, Middle Eastern, Southeast Asian, White)~86740(train), ~10950(val)224
Race-CLS-FairFace_yolov8sFace: Real0.7217(Black, East Asian, Indian, Latino_Hispanic, Middle Eastern, Southeast Asian, White)~86740(train), ~10950(val)224
Race-CLS-FairFace_yolov8mFace: Real0.7257(Black, East Asian, Indian, Latino_Hispanic, Middle Eastern, Southeast Asian, White)~86740(train), ~10950(val)224
Race-CLS-FairFace_yolo11lFace: Real0.7337(Black, East Asian, Indian, Latino_Hispanic, Middle Eastern, Southeast Asian, White)~86740(train), ~10950(val)224
Race-CLS-FairFace_yolo11xFace: Real0.7357(Black, East Asian, Indian, Latino_Hispanic, Middle Eastern, Southeast Asian, White)~86740(train), ~10950(val)224

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · ultralytics

Нельзя запустить

Модели Ultralytics YOLO требуют отдельного рантайма.

Ревизия весов
67bd9e4

0 моделей