Характеристики

Параметры: 113 млн
Лицензия: Apache 2.0
Архитектура: vit · dense
Базовая модель: vit-base-patch16-224-in21k
Опубликована: 31 авг 2023

Ссылки

Hugging Face

attractive_faces_celebs_detection

dima806

Классификация изображенийИзображение → label3 профессии

Дообученный Vision Transformer классифицирует привлекательность лица на изображении по двум классам.

228скачиваний за 30 дней9лайковвеса обновлены19 окт 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

Модель dima806/attractive_faces_celebs_detection — дообученная классификационная модель на базе Vision Transformer google/vit-base-patch16-224-in21k. Она анализирует изображение лица и оценивает его привлекательность в стиле классификации знаменитостей: README описывает результат по шкале от 0 до 1 и классы «привлекательное» и «непривлекательное» лицо.

Модель предназначена для экспериментальной классификации лиц на изображениях. В отчёте на тестовой выборке из 10 384 примеров указана точность 83,78%; точность и полнота для двух классов составляют примерно 82,6–85,0%. Чекпойнт содержит 113,2 млн параметров и опубликован в форматах PyTorch и Safetensors. Лицензия — Apache-2.0.

Сценарии применения

классификация привлекательности лица на фотографии
оценка привлекательности лиц для исследовательского эксперимента
сортировка фотографий по предсказанному классу привлекательности

Ограничения

Показатель точности около 83,8% приведён для указанной в README выборки; качество на других данных может отличаться. README не уточняет происхождение и состав обучающей выборки, поэтому возможны смещения в оценках.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделей II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей II.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Returns person celebrity-style attractiveness (0 to 1) based on facial image with about 83% accuracy.

See https://www.kaggle.com/code/dima806/attractive-faces-celebs-detection-vit for more details.

image/png

Classification report:

                precision    recall  f1-score   support

    attractive     0.8297    0.8502    0.8398      5192
not attractive     0.8464    0.8255    0.8358      5192

      accuracy                         0.8378     10384
     macro avg     0.8380    0.8378    0.8378     10384
  weighted avg     0.8380    0.8378    0.8378     10384

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: 0fb9cb3