Характеристики

Параметры: 33 млн
Лицензия: Apache 2.0
Архитектура: swin · dense
Базовая модель: swin-tiny-patch4-window7-224
Опубликована: 4 окт 2023

Ссылки

Hugging Face

Face-Mask-Detection

DamarJati

Классификация изображенийИзображение → label3 профессии

Дообученная Swin-Tiny модель классифицирует изображения для обнаружения защитных масок на лицах.

107скачиваний за 30 дней3лайкавеса обновлены4 окт 2023

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

DamarJati/Face-Mask-Detection — модель компьютерного зрения, дообученная на основе microsoft/swin-tiny-patch4-window7-224 для классификации изображений. Она предназначена для распознавания по изображению, надет ли на лице защитная маска. Модель построена на архитектуре Swin Transformer и содержит 33 млн параметров; веса представлены в формате PyTorch.

В README указана точность 0,9992 и loss 0,0051 на оценочном наборе, однако состав и размер набора, классы классификации и методика оценки не описаны. Модель опубликована под лицензией Apache-2.0.

Сценарии применения

классификация изображений для определения наличия маски на лице
автоматическая проверка ношения масок на фотографиях
фильтрация изображений людей в системах контроля доступа

Ограничения

README не раскрывает классы классификации, данные обучения и оценивания или методику тестирования, поэтому заявленную точность сложно интерпретировать. Результаты оценки не гарантируют качество на новых данных.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей IV.8Отраслевые задачиГосударственное управление, правосудие и чрезвычайные ситуацииAI помогает улучшать государственные услуги, управление ресурсами, правосудие и реагирование на чрезвычайные ситуации.47 задач2 517моделей IV.4Отраслевые задачиКлиническая медицина и общественное здоровьеAI помогает поддерживать диагностику, лечение, наблюдение и организацию медицинской помощи.45 задач2 635моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Face-Mask-Detection

This model is a fine-tuned version of microsoft/swin-tiny-patch4-window7-224 on the imagefolder dataset. It achieves the following results on the evaluation set:

Loss: 0.0051
Accuracy: 0.9992

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

learning_rate: 5e-05
train_batch_size: 32
eval_batch_size: 32
seed: 42
gradient_accumulation_steps: 4
total_train_batch_size: 128
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
lr_scheduler_warmup_ratio: 0.1
num_epochs: 3

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy
0.0344	1.0	83	0.0051	0.9992
0.0112	2.0	166	0.0052	0.9983
0.0146	3.0	249	0.0045	0.9992

Framework versions

Transformers 4.34.0
Pytorch 2.0.1+cu118
Datasets 2.14.5
Tokenizers 0.14.0

Как запустить

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

GPU в ailist

Универсальный рантайм · image-classification

Можно запустить

Подбираем GPU…

Класс архитектуры: SwinForImageClassification
Ревизия весов: 889c275