Дообученный Vision Transformer для классификации изображений с целью обнаружения масок на лицах.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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.
Описание составлено по карточке модели и метаданным Hugging Face
Hemgg/Facemask-detection — дообученная модель Vision Transformer для классификации изображений с целью обнаружения масок на лицах. Она основана на google/vit-base-patch16-224-in21k и содержит 113,2 млн параметров. Модель принимает изображения и выдаёт классы; в карточке приведены результаты оценки: accuracy 0,9953 и loss 0,0239.
Модель подойдёт для классификации изображений лиц по наличию маски, например, при анализе фотографий или видеокадров после извлечения отдельных изображений. Данные об используемом датасете и перечне классов не приведены. Распространяется по лицензии Apache-2.0.
Датасет, использованный для дообучения, и состав классов не описаны. Приведённые метрики получены на оценочной выборке и не гарантируют такого же качества на новых данных.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
This model is a fine-tuned version of google/vit-base-patch16-224-in21k on an unknown dataset. It achieves the following results on the evaluation set:
| Training Loss | Epoch | Step | Validation Loss | Accuracy |
|---|---|---|---|---|
| 0.1218 | 1.0 | 147 | 0.0251 | 0.9953 |
| 0.0186 | 1.99 | 294 | 0.0239 | 0.9953 |
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · image-classification
Подбираем GPU…