/ Модель

Характеристики

Параметры
113 млн
Архитектура
vit · dense
Базовая модель
vit-face-expression
Библиотека
transformers
Опубликована
25 янв 2026

vit-face-affectnet

Классификация изображенийИзображение → label3 профессии

Дообученная на AffectNet модель ViT классифицирует выражения лица на изображениях по семи категориям эмоций.

161скачиваний за 30 дней0лайковвеса обновлены25 янв 2026

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

michaelgathara подготовил дообученную модель Vision Transformer для распознавания выражений лица на изображениях. Она классифицирует выражения по семи категориям: гнев, отвращение, страх, радость, нейтральное выражение, грусть и удивление. Модель содержит 113,2 млн параметров и основана на trpakov/vit-face-expression.

Для дообучения использована часть вручную размеченных изображений AffectNet; категория «презрение» исключена, чтобы согласовать набор классов с базовой моделью. Модель предназначена для классификации изображений лиц по выраженным эмоциям и использует архитектуру ViT. В карточке не приведены сведения о лицензии, поэтому условия использования по ней определить нельзя.

Сценарии применения

  • классификация эмоций на фотографии лица
  • распознавание радости, грусти и других базовых выражений лица
  • анализ выражений лица в изображениях из пользовательских данных

Ограничения

Классификация ограничена семью базовыми категориями и не включает презрение. Данных о лицензии и оценках качества в предоставленной карточке нет.

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

ViT Face Expression (Fine-tuned on AffectNet)

This model is a fine-tuned version of trpakov/vit-face-expression on the AffectNet dataset.

Model Description

  • Architecture: Vision Transformer (ViT)
  • Task: Facial Emotion Recognition
  • Emotions: Anger, Disgust, Fear, Happiness, Neutral, Sadness, Surprise

Dataset

AffectNet is a large-scale database of facial expressions in the wild, containing more than 1M facial images from the Internet. This model was fine-tuned on a subset of the manually annotated images covering 7 basic emotions (excluding Contempt to align with the base model's taxonomy).

Usage

from transformers import ViTImageProcessor, ViTForImageClassification
from PIL import Image
import requests

url = 'http://images.cocodataset.org/val2017/000000039769.jpg'
image = Image.open(requests.get(url, stream=True).raw)

repo_name = "michaelgathara/vit-face-affectnet"

processor = ViTImageProcessor.from_pretrained(repo_name)
model = ViTForImageClassification.from_pretrained(repo_name)

inputs = processor(images=image, return_tensors="pt")
outputs = model(**inputs)
logits = outputs.logits
# model predicts one of the 7 emotions
predicted_class_idx = logits.argmax(-1).item()
print("Predicted class:", model.config.id2label[predicted_class_idx])

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · image-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
ViTForImageClassification
Ревизия весов
fe45987

0 моделей