Характеристики

Параметры: 113 млн
Лицензия: Apache 2.0
Архитектура: vit · dense
Базовая модель: vit-base-patch16-224-in21k
Опубликована: 3 окт 2023

Ссылки

Hugging Face

man_woman_face_image_detection

dima806

Классификация изображенийИзображение → label3 профессии

Дообученный ViT классифицирует изображение лица как man или woman.

167 тыс.скачиваний за 30 дней13лайковвеса обновлены27 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

dima806/man_woman_face_image_detection — модель классификации изображений на базе Vision Transformer (ViT), дообученная на google/vit-base-patch16-224-in21k. Она определяет, к какому из двух классов относится лицо на изображении: man или woman. Модель предназначена для автоматической классификации лиц на изображениях.

В README приведён отчёт с точностью 98,71% на выборке из 102 124 примеров, поровну распределённых между двумя классами. Модель содержит 113,2 млн параметров и опубликована в форматах PyTorch и Safetensors. Лицензия — Apache-2.0.

Сценарии применения

классификация лица на изображении по двум категориям man и woman
автоматическая разметка коллекции изображений лиц
проверка работы классификатора на тестовом наборе лиц

Ограничения

Модель решает только задачу классификации по двум классам man и woman; приведённая точность относится к указанному в README набору данных, и независимая проверка не описана.

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 with about 98.7% accuracy whether the face belongs to man or woman based on face image.

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

image/png

Classification report:

              precision    recall  f1-score   support

         man     0.9885    0.9857    0.9871     51062
       woman     0.9857    0.9885    0.9871     51062

    accuracy                         0.9871    102124
   macro avg     0.9871    0.9871    0.9871    102124
weighted avg     0.9871    0.9871    0.9871    102124

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: ecab793