Характеристики

Параметры: 113 млн
Лицензия: Apache 2.0
Архитектура: vit · dense
Базовая модель: vit-base-patch16-224-in21k
Опубликована: 16 дек 2023

Ссылки

Hugging Face

face_emotions_image_detection

dima806

Классификация изображенийИзображение → label3 профессии

Дообученная модель ViT определяет эмоцию по изображению лица.

235скачиваний за 30 дней6лайковвеса 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/face_emotions_image_detection разработана на основе Vision Transformer ViT и предназначена для классификации эмоций по изображению лица. Это дообученная модель google/vit-base-patch16-224-in21k с архитектурой ViTForImageClassification и 113,2 млн параметров.

Модель принимает изображение и выдаёт метку класса эмоции. Подходит для распознавания выражений лица на фотографиях и для прототипов систем анализа мимики. Репозиторий содержит веса в формате safetensors. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

классификация эмоций на фотографиях лиц
распознавание выражений лица в изображениях
анализ мимики в прототипе компьютерного зрения

Ограничения

Модель классифицирует эмоции по статичному изображению лица; README не уточняет набор классов и не сообщает оценок качества.

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 IV.1Отраслевые задачиРитейл, электронная коммерция и fashion-techAI помогает управлять ассортиментом, покупательским опытом и эффективностью торговых операций.29 задач5 934модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Predicts face emotion based on facial image.

See https://www.kaggle.com/code/dima806/face-emotions-image-detection-vit for more details.

Classification report:

              precision    recall  f1-score   support

      Ahegao     0.9738    0.9919    0.9828      1611
       Angry     0.8439    0.6580    0.7394      1611
       Happy     0.8939    0.9261    0.9098      1611
     Neutral     0.6056    0.7635    0.6755      1611
         Sad     0.6661    0.5140    0.5802      1611
    Surprise     0.7704    0.8733    0.8186      1610

    accuracy                         0.7878      9665
   macro avg     0.7923    0.7878    0.7844      9665
weighted avg     0.7923    0.7878    0.7844      9665

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: a89ee07