Характеристики

Параметры: 113 млн
Лицензия: Apache 2.0
Архитектура: vit · dense
Базовая модель: vit-base-patch16-224-in21k
Библиотека: transformers
Опубликована: 3 окт 2026

Ссылки

Hugging Face

emotion-aware-genai-vit-fer3

NajafAli01

Классификация изображенийИзображение → label

Дообученный Vision Transformer классифицирует изображения по трём эмоциональным классам.

191скачиваний за 30 дней0лайковвеса обновлены3 окт 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

NajafAli01/emotion-aware-genai-vit-fer3 — дообученная модель Vision Transformer для классификации изображений по трём классам, связанная с распознаванием эмоций по лицу. Она основана на google/vit-base-patch16-224-in21k, содержит 113,2 млн параметров и предназначена для оценки эмоциональной категории на изображении. Модель опубликована в формате safetensors и использует библиотеку Transformers.

На тестовой выборке указаны accuracy 0,8168 и macro F1 0,8069. Обучающая и оценочная выборки описаны как imagefolder, но конкретные классы, состав данных и ограничения применения в карточке не раскрыты. Лицензия — Apache-2.0.

Сценарии применения

классификация эмоций на изображениях лиц
автоматическая разметка эмоциональных категорий на фотографиях
анализ эмоциональной реакции по изображению

Ограничения

В карточке не названы три целевых класса и не описаны состав датасета и ограничения модели; приведённые метрики относятся только к указанной оценочной выборке.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

vit-fer-3class

This model is a fine-tuned version of google/vit-base-patch16-224-in21k on the imagefolder dataset. It achieves the following results on the evaluation set:

Loss: 0.4553
Accuracy: 0.8168
F1 Macro: 0.8069

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: 2e-05
train_batch_size: 32
eval_batch_size: 32
seed: 42
optimizer: Use OptimizerNames.ADAMW_TORCH_FUSED with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
lr_scheduler_type: linear
lr_scheduler_warmup_steps: 0.1
num_epochs: 5
mixed_precision_training: Native AMP

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy	F1 Macro
0.5034	1.0	660	0.6219	0.7249	0.7264
0.4237	2.0	1320	0.4775	0.8050	0.7954
0.3837	3.0	1980	0.4562	0.8155	0.8012
0.3405	4.0	2640	0.4707	0.8130	0.8044
0.2989	5.0	3300	0.4553	0.8168	0.8069

Framework versions

Transformers 5.17.0
Pytorch 2.11.0+cu130
Datasets 4.8.5
Tokenizers 0.23.2

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · image-classification

Можно запустить

Подбираем GPU…

Класс архитектуры: ViTForImageClassification
Ревизия весов: 98910b6