Характеристики

Параметры: 113 млн
Лицензия: Apache 2.0
Архитектура: vit · dense
Базовая модель: vit-base-patch16-224-in21k
Опубликована: 5 окт 2023

Ссылки

Hugging Face

face_obstruction_image_detection

dima806

Классификация изображенийИзображение → label3 профессии

Дообученный ViT классифицирует тип препятствия на изображении лица.

112скачиваний за 30 дней5лайковвеса 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_obstruction_image_detection — дообученный Vision Transformer ViT-Base для классификации изображений лица по типу препятствия или закрытия. По данным карточки, точность составляет около 91%; модель предназначена для анализа изображений лиц и определения вида перекрывающего их объекта или области.

Модель содержит 113,2 млн параметров, основана на google/vit-base-patch16-224-in21k и использует архитектуру ViTForImageClassification. Она принимает изображения и выдаёт метку класса. Доступна в форматах PyTorch и Safetensors; лицензия — Apache-2.0. Сведения о конкретных классах и условиях оценки точности в карточке не приведены.

Сценарии применения

определение типа закрытия лица на фотографии
классификация изображений лиц с препятствиями
автоматическая разметка примеров перекрытия лица

Ограничения

В карточке не описаны классы препятствий и методика оценки заявленной точности около 91%, поэтому результат нельзя интерпретировать без проверки на целевых данных. Модель предназначена для классификации изображений лиц с препятствиями, а не для распознавания личности.

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.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей 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

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Returns face obstruction type given a facial image with about 91% accuracy.

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

Classification report:

              precision    recall  f1-score   support

  sunglasses     0.9974    0.9985    0.9980      3422
     glasses     0.9896    0.9968    0.9932      3422
       other     0.7198    0.7613    0.7400      3422
        mask     0.9971    0.9985    0.9978      3422
        hand     0.7505    0.7086    0.7290      3422
        none     0.9976    0.9860    0.9918      3422

    accuracy                         0.9083     20532
   macro avg     0.9087    0.9083    0.9083     20532
weighted avg     0.9087    0.9083    0.9083     20532

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: d58c7ee