/ Модель

Характеристики

Параметры
113 млн
Архитектура
vit · dense
Опубликована
26 июн 2024

Facial-expression-detection

Классификация изображенийИзображение → label3 профессии

Модель ViT классифицирует изображения лиц по восьми категориям эмоциональных выражений.

531скачиваний за 30 дней3лайкавеса обновлены2 июл 2024

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

HardlyHumans/Facial-expression-detection — модель компьютерного зрения, разработанная HardlyHumans и дообученная на базе google/vit-base-patch16-224-in21k. Это Vision Transformer ViT с 113,2 млн параметров для классификации изображений лиц по восьми категориям эмоций: гнев, презрение, грусть, радость, нейтральное выражение, отвращение, страх и удивление. Модель обучалась на наборах FER2013 и AffectNet и предназначена для распознавания выражений лица на изображениях.

В карточке сообщается точность 0,922 и loss 0,213 на оценочном наборе; эти показатели не гарантируют аналогичного качества на других данных. Модель распространяется в формате safetensors; сведения о лицензии в предоставленных данных отсутствуют.

Сценарии применения

  • распознавание эмоций на фотографиях лиц
  • классификация выражений лица в пользовательских изображениях
  • анализ эмоциональных реакций в наборах изображений
  • автоматическая разметка лиц по категориям эмоций

Ограничения

Качество на реальных изображениях может отличаться от указанного результата на оценочном наборе; модель предсказывает только восемь категорий эмоций. Сведения о лицензии отсутствуют в предоставленных данных.

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

Facial-Expression-Recognition

This model is a fine-tuned version of google/vit-base-patch16-224-in21k on the FER 2013 and AffectNet dataset datasets. It achieves the following results on the evaluation set: Accuracy - 0.922 Loss - 0.213

Model Description

The vit-face-expression model is a Vision Transformer fine-tuned for the task of facial emotion recognition.

It is trained on the FER2013and AffectNet datasets, which consist of facial images categorized into eight different emotions: -anger -contempt -sad -happy -neutral -disgust -fear -surprise

Model Details

The model has been fine-tuned using the following hyperparameters:

HyperparameterValue
Train Batch Size32
Eval Batch Size64
Learning Rate2e-4
Gradient Accumulation2
LR SchedulerLinear
Warmup Ratio0.04
Num Epochs10

How to Get Started with the Model

Example usage:

from transformers import AutoImageProcessor, AutoModelForImageClassification, pipeline

pipe = pipeline("image-classification", model="HardlyHumans/Facial-expression-detection")

processor = AutoImageProcessor.from_pretrained("HardlyHumans/Facial-expression-detection")
model = AutoModelForImageClassification.from_pretrained("HardlyHumans/Facial-expression-detection")

labels = model.config.id2label

outputs = model(**inputs)

logits = outputs.logits
predicted_class_idx = logits.argmax(-1).item()
predicted_label = labels[predicted_class_idx]

Environmental Impact

The net estimated CO2 emission using the Machine Learning Impact calculator scale is around 8.82kg of CO2.

  • Developed by: Hardly Humans club, IIT Dharwad

  • Model type: Vision transformer

  • License: MIT

  • Finetuned from model: google/vit-base-patch16-224-in21k

  • Hardware Type: T4

  • Hours used: 8+27

  • Cloud Provider: Google collabotary service

  • Compute Region: South asia-1

  • Carbon Emitted: 8.82

Model Architecture and Objective

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
ViTForImageClassification
Ревизия весов
32132bd

0 моделей