/ Модель

Характеристики

Параметры
113 млн
Лицензия
Apache 2.0
Архитектура
vit · dense
Базовая модель
vit-base-patch16-224-in21k
Опубликована
24 ноя 2024

fairface_gender_image_detection

Классификация изображенийИзображение → label3 профессии

Дообученный Vision Transformer классифицирует изображение по метке Female или Male.

3 487скачиваний за 30 дней6лайковвеса обновлены24 ноя 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

dima806/fairface_gender_image_detection — модель компьютерного зрения от dima806 для классификации изображений по двум меткам пола: Female и Male. Это дообученная версия Vision Transformer ViT-Base с архитектурой ViTForImageClassification, примерно 113,2 млн параметров; веса сохранены в формате safetensors. Для дообучения использован набор данных nateraw/fairface.

Модель предназначена для определения метки пола по изображению и может применяться в экспериментах или системах анализа изображений. В README приведены результаты на 10 000 примерах: точность 93,42%, F1 для класса Female — 0,9285, для Male — 0,9391. Эти показатели относятся к указанной оценке и не гарантируют качество на других данных.

Лицензия модели — Apache-2.0. Модель выдаёт один из двух классов и не описывает ограничения применимости или условия оценки помимо приведённого отчёта классификации.

Сценарии применения

  • классификация изображения по метке пола Female или Male
  • оценка точности классификатора на тестовом наборе
  • эксперименты с классификацией изображений на базе FairFace

Ограничения

Модель ограничена двумя выходными классами Female и Male; приведённая точность 93,42% относится к набору из 10 000 примеров и не гарантирует аналогичных результатов на других данных.

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

Detects gender with about 93.4% accuracy based on an image.

See https://www.kaggle.com/code/dima806/gender-image-classification-vit for details.

image/png

Classification report:

              precision    recall  f1-score   support

      Female     0.9531    0.9051    0.9285      4720
        Male     0.9188    0.9602    0.9391      5280

    accuracy                         0.9342     10000
   macro avg     0.9360    0.9327    0.9338     10000
weighted avg     0.9350    0.9342    0.9341     10000

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
a8e129d

0 моделей