/ Модель

Характеристики

Лицензия
MIT
Библиотека
pytorch
Опубликована
21 авг 2026

cnn-fkp-deep

Классификация и разметка3 профессии

Сверточная модель для определения 68 лицевых ориентиров на серых обрезках лица размером 224×224.

7скачиваний за 30 дней0лайковвеса обновлены21 авг 2026

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

FrancescoMrn/cnn-fkp-deep — сверточная модель глубокого CNN для регрессии 68 лицевых ключевых точек в порядке разметки iBUG 300-W. Она принимает одно канальное серое изображение лица размером 224×224 с пикселями, нормализованными в диапазон [0, 1], и выдаёт 68 пар координат, нормализованных относительно обрезки лица.

Модель предназначена для локализации лицевых ориентиров на уже обнаруженных, преимущественно фронтальных лицах: например, для анализа формы лица или подготовки изображений к последующей обработке. На валидационной выборке указана средняя ошибка NME 0,0974; контур челюсти оказался наиболее сложной областью. Обучение проводилось на кадрах YouTube Faces с 68-точечной разметкой, а проверочная выборка разделена по идентичностям людей.

Модель распространяется под лицензией MIT. Авторы указывают, что обучающий набор демографически несбалансирован; качество на профильных лицах, при сильных перекрытиях и необычном освещении не проверялось. В README рекомендовано исследовательское и образовательное применение.

Сценарии применения

  • определение 68 ориентиров лица на фотографии
  • оценка положения бровей, глаз, носа и рта
  • измерение формы и пропорций лица по ключевым точкам
  • подготовка обрезок лица для последующего анализа

Ограничения

Модель рассчитана на уже обнаруженные, преимущественно фронтальные лица; качество на профильных видах, при сильных перекрытиях и необычном освещении не проверялось. Обучающий набор демографически несбалансирован, что может отражаться на результатах.

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

FrancescoMrn/cnn-fkp-deep

68-point facial keypoint regression, in the iBUG 300-W landmark ordering.

Input and output

  • Input: a single-channel (grayscale) 224x224 face crop, scaled to [0, 1], shape (N, 1, H, W).
  • Output: (N, 136) — 68 (x, y) pairs, normalised to [-0.5, 0.5] relative to the crop. Multiply by the crop size and add half of it to get pixels.

Usage

from huggingface_hub import hf_hub_download
from safetensors.torch import load_file

from fkp.models import build_model

path = hf_hub_download("FrancescoMrn/cnn-fkp-deep", "model.safetensors")
model = build_model("deep_cnn")
model.load_state_dict(load_file(path))
model.eval()

Or, with this repository installed, fkp resolves the config automatically:

from fkp.hub import load_from_hub

model, meta = load_from_hub("FrancescoMrn/cnn-fkp-deep")

Results

Validation NME 0.0974 — mean landmark error as a fraction of the inter-ocular distance. Lower is better; 0.05 means the average landmark sits 5% of the distance between the outer eye corners away from its target.

regionNME
jaw0.1281
left_brow0.1019
right_brow0.0975
mouth0.0884
nose0.0823
left_eye0.0798
right_eye0.0772

The jaw is 17 of the 68 points and is consistently the hardest region, so it dominates the overall average.

Training

architecturedeep_cnn
optimiseradamw @ lr 0.001
lossmse
schedulecosine
initialisationkaiming
batch size64
epochs200
seed0
split2766 train / 696 validation images
identities278 / 69, no overlap

The validation split holds out whole identities. The images are YouTube Faces frames, with roughly ten frames per person, so a random split would put near-duplicate frames of the same face on both sides and measure memorisation rather than generalisation.

Data and limitations

Trained on the Udacity extract of the YouTube Faces Database, annotated with 68 landmarks. The dataset is not demographically balanced, and the model inherits that. It expects a reasonably frontal, already-detected face crop; performance on profile views, heavy occlusion or unusual lighting is untested.

Research and educational use.

Как запустить

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

GPU в ailist

Универсальный рантайм · pytorch · keypoint-detection

Нельзя запустить

Архитектура ? неизвестна transformers в образе рантайма.

Ревизия весов
e306600

0 моделей