Модель на базе ViT классифицирует изображения кожи по наличию или отсутствию морщин.
49 819скачиваний за 30 дней3лайкавеса обновлены15 мая 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
Skintelligent Wrinkles — модель классификации изображений, предназначенная для определения наличия морщин на изображении кожи. Она разработана автором imfarzanansari и опубликована на Hugging Face в виде чекпойнта для библиотеки Transformers.
Модель построена на архитектуре Vision Transformer (ViT) и содержит 113,2 млн параметров. Она принимает изображения и выдаёт класс «морщины» или «без морщин». В карточке указаны английский язык и лицензия MIT; языковая характеристика относится к метаданным карточки, сама задача анализа изображений не требует текстового ввода.
Чекпойнт может использоваться для автоматической предварительной оценки изображений кожи и прототипирования приложений анализа кожи. Карточка не описывает обучающие данные, точность, условия съёмки или проверку на разных группах людей, поэтому надёжность результатов в таких сценариях не установлена.
Сценарии применения
определение наличия морщин на изображении кожи
предварительная автоматическая оценка кожи по фотографии
классификация фотографий кожи для прототипа приложения анализа кожи
Ограничения
В карточке не приведены обучающие данные, метрики качества и сведения о проверке на разных условиях съёмки или группах людей, поэтому точность и обобщающая способность модели не установлены.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
This model card provides documentation for the Wrinkles Detection model checkpoint used in the Hugging Face pipeline. The model is designed to assess wrinkle / non-wrinkle.
Model Details
The checkpoint includes the following files:
config.json: Model configuration settings.
model.safetensors: Serialized model parameters and architecture.
preprocessor_config.json: Configuration file for the preprocessor.
training_args.bin: Binary file storing training arguments.
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров