/ Модель

Характеристики

Параметры
411 млн
Лицензия
Apache 2.0
Архитектура
beit · dense
Опубликована
28 июл 2025

Facial-Emotion-Detection-FER-RAFDB-AffectNet-BEIT-Large

Классификация изображенийИзображение → label3 профессии

BEiT-Large, дообученная для классификации изображений лиц по семи базовым выражениям эмоций.

116скачиваний за 30 дней12лайковвеса обновлены4 авг 2025

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

Модель Tanneru — BEiT-Large, дообученная на объединённом наборе FER-2013, RAF-DB и очищенном сбалансированном AffectNet для распознавания эмоций по выражению лица. Она принимает изображение и относит его к одному из семи классов: гнев, отвращение, страх, радость, нейтральное выражение, грусть или удивление. Архитектура BEiT содержит около 411 млн параметров; веса опубликованы в формате safetensors. Модель предназначена для классификации изображений лиц в сценариях анализа мимики и исследования выражений лица.

В README приведены итоговые показатели точности около 76,2% и F1 около 0,725. Эти значения получены на валидации автора и не гарантируют аналогичных результатов на других данных: качество может зависеть от условий съёмки, состава выборки и представительности лиц. Модель предсказывает заданные категории мимики, а не достоверное внутреннее эмоциональное состояние человека. Лицензия — Apache-2.0.

Сценарии применения

  • классификация выражения лица на изображении
  • анализ мимики в пользовательских исследованиях
  • распознавание семи базовых эмоций на фотографиях
  • оценка качества систем распознавания выражений лица

Ограничения

Модель распознаёт выражение лица по семи заданным классам, что не позволяет считать предсказание достоверной оценкой внутреннего эмоционального состояния. Приведённые автором метрики не гарантируют такого же качества на данных с иными условиями съёмки и распределением лиц.

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

BEiT-Large for Emotion Detection on FER-2013, RAF-DB, and AffectNet

This model is fine-tuned from microsoft/beit-large-patch16-224-pt22k-ft22k for facial emotion recognition using a combined dataset made from:

  • FER-2013
  • RAF-DB
  • AffectNet (Cleaned & Balanced)

This fusion of diverse facial expression datasets improves the model's ability to generalize across real-world facial emotion recognition tasks.


🧠 Classes

The model predicts the following 7 basic emotion classes:

  • 😠 anger
  • 🤢 disgust
  • 😨 fear
  • 😀 happy
  • 😐 neutral
  • 😢 sad
  • 😲 surprise

📈 Training Metrics

EpochTraining LossValidation LossAccuracyPrecisionRecallF1
10.47880.68790.72490.69060.68890.6863
20.38650.62260.74000.70050.71240.7015
30.32770.61820.74420.70420.71360.7045
40.27130.64810.74000.70250.71120.7022
50.23720.75960.75440.72630.72140.7216
60.19160.73920.75540.72340.72410.7223
70.15690.80170.74950.71790.71500.7078
80.12970.87380.76150.73060.72200.7228
90.11290.92510.75670.72830.71940.7175
100.09870.89250.76530.73370.72630.7267
110.08191.08420.76160.73980.71680.7227
120.06710.92450.76200.73320.72770.7254
130.05910.97750.76700.74000.72770.7298
140.05231.04650.76640.74490.72570.7298
150.04761.04870.75710.72740.72190.7189
160.04811.11640.76190.74140.71880.7237
170.03781.17380.75670.73760.71390.7196

✅ Final Accuracy: ~76.2%
✅ Final F1 Score: ~0.725


🛠️ Training Configuration

The model was trained using the Hugging Face Trainer with the following key arguments:

  • num_train_epochs=20
  • per_device_train_batch_size=32
  • per_device_eval_batch_size=32
  • gradient_accumulation_steps=2
  • learning_rate=2e-5
  • fp16=True (mixed precision)
  • eval_strategy="epoch"
  • save_strategy="epoch"
  • save_total_limit=2
  • load_best_model_at_end=True
  • metric_for_best_model="f1"
  • greater_is_better=True

🔄 Confusion Matrix

Confusion Matrix


📊 Classification Report

Classification Report


🔧 How to Use

from transformers import BeitImageProcessor, BeitForImageClassification
from PIL import Image

image = Image.open("/your/image/path.jpg").convert("RGB")

processor = BeitImageProcessor.from_pretrained("Tanneru/Facial-Emotion-Detection-FER-RAFDB-AffectNet-BEIT-Large")
model = BeitForImageClassification.from_pretrained("Tanneru/Facial-Emotion-Detection-FER-RAFDB-AffectNet-BEIT-Large")

inputs = processor(images=image, return_tensors="pt")
outputs = model(**inputs)
predicted_class = outputs.logits.argmax(-1).item()

print("Predicted emotion:", model.config.id2label[predicted_class])


📄 License

This model is released under the Apache 2.0 License. You are free to use, modify, and distribute the model with attribution.


✍️ Author


📚 Citation

If you use this model in your work, please cite:

@misc{tanneru2025beit_affectnet,
  title={BEiT-Large fine-tuned on AffectNet for Emotion Detection},
  author={Tanneru},
  year={2025},
  publisher={Hugging Face},
  howpublished={\url{https://huggingface.co/Tanneru/Facial-Emotion-Detection-FER-RAFDB-AffectNet-BEIT-Large}},
}

@article{bao2021beit,
  author       = {Hangbo Bao and Li Dong and Furu Wei},
  title        = {BEiT: BERT Pre-Training of Image Transformers},
  journal      = {CoRR},
  volume       = {abs/2106.08254},
  year         = {2021},
  url          = {https://arxiv.org/abs/2106.08254},
  archivePrefix = {arXiv},
  eprint       = {2106.08254},
  bibsource    = {dblp computer science bibliography, https://dblp.org}
}

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
BeitForImageClassification
Ревизия весов
68cbe4d

0 моделей