Дообученная модель ViT классифицирует тип кожи на фотографии лица как сухой, нормальный или жирный.
50 236скачиваний за 30 дней17лайковвеса 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/skin_types_image_detection разработана на основе Vision Transformer google/vit-base-patch16-224-in21k и дообучена для классификации типов кожи по фотографии лица. Она относит изображение к одному из трёх классов: сухая, нормальная или жирная кожа; архитектура ViTForImageClassification содержит 113,2 млн параметров.
Модель предназначена для автоматической предварительной оценки типа кожи по портретному изображению, например, как часть приложения или сервиса по уходу за кожей. В отчёте на 1529 примерах указана точность 65,34%; качество различается между классами, поэтому результат следует считать ориентировочным. Модель принимает изображения и выдаёт метку класса.
Репозиторий распространяется по лицензии Apache-2.0. В README не приведены сведения о происхождении и репрезентативности данных, поэтому точность на других типах изображений и условиях съёмки может отличаться.
Сценарии применения
определение типа кожи по фотографии лица
предварительная оценка кожи в приложении по уходу за лицом
автоматическая разметка изображений лиц по типу кожи
Ограничения
В отчёте README точность составляет 65,34%, поэтому предсказания могут быть ошибочными и не заменяют профессиональную оценку. Репрезентативность данных и устойчивость к различным условиям съёмки не описаны.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
