/ Модель

Характеристики

Библиотека
timm
Опубликована
22 апр 2024

vit_tiny_patch8_112.arcface_ms1mv3

Эмбеддинги изображенийИзображение → embedding3 профессии

ViT-модель, обученная на MS1MV3, извлекает 512-мерные признаки лиц для сравнения и идентификации.

10 114скачиваний за 30 дней4лайкавеса обновлены22 апр 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

gaunernst/vit_tiny_patch8_112.arcface_ms1mv3 — модель Vision Transformer для распознавания лиц, обученная на наборе данных MS1MV3. Она распространяется в формате safetensors и совместима с библиотекой timm.

Модель принимает изображение лица размером 112 × 112 пикселей и выдаёт вектор признаков размерности 512. Выходной вектор не нормализован; в примере использования его нормализуют отдельно. Модель подходит для извлечения эмбеддингов лиц, которые можно применять для сравнения лиц и идентификации.

В карточке не указана лицензия, поэтому условия использования по имеющимся данным определить нельзя.

Сценарии применения

  • извлечение эмбеддингов лиц
  • сравнение двух лиц по сходству
  • идентификация лица по базе эмбеддингов

Ограничения

Модель принимает изображения лиц размером 112 × 112 пикселей; её выходной вектор не нормализован, поэтому нормализацию нужно выполнять отдельно, если она требуется. Лицензия в предоставленных данных не указана.

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

Model card for gaunernst/vit_tiny_patch8_112.arcface_ms1mv3

A Vision Transformer (ViT) for face recognition, trained on MS1MV3 dataset. The model was trained using this repo: https://github.com/gau-nernst/timm-face. It is fully compatible with timm.

Usage

import timm
import torch.nn.functional as F

model = timm.create_model("hf_hub:gaunernst/vit_tiny_patch8_112.arcface_ms1mv3", pretrained=True).eval()
embs = model(torch.randn(1, 3, 112, 112))  # output shape (1, 512)
embs = F.normalize(embs, dim=1)  # model output is not normalized

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · timm · image-feature-extraction

Можно запустить

Подбираем GPU…

Ревизия весов
55262fe

0 моделей