/ Модель

Характеристики

Параметры
113 млн
Архитектура
vit · dense
Опубликована
29 апр 2024

vit-Facial-Expression-Recognition

Классификация изображенийИзображение → label3 профессии

Дообученная модель ViT классифицирует изображения лиц по семи категориям выражений и эмоций.

1 204скачиваний за 30 дней31лайквеса обновлены31 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

Модель mo-thecreator/vit-Facial-Expression-Recognition — дообученная версия Vision Transformer ViT-Base от Google для классификации выражений лица по изображениям. Она содержит 113,2 млн параметров и принимает изображения, предварительно изменённые по размеру и нормализованные.

Модель предназначена для распознавания семи категорий: злость, отвращение, страх, радость, грусть, удивление и нейтральное выражение. Она обучена на наборах FER2013, MMI Facial Expression Database и AffectNet; в карточке указаны точность 0,8434 и loss 0,4503 на оценочной выборке.

Результаты относятся к оценке на указанных данных и сами по себе не гарантируют аналогичное качество на изображениях из других условий или групп людей. Карточка не сообщает условия лицензии.

Сценарии применения

  • классификация выражения лица на фотографии
  • распознавание базовых эмоций на изображениях лиц
  • анализ эмоциональных категорий в наборах изображений
  • автоматическая разметка изображений лиц по выражению

Ограничения

Карточка приводит метрики на оценочной выборке, но не описывает качество на других данных и устойчивость к различиям условий съёмки или групп людей. Условия лицензии в предоставленных данных не указаны.

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-Facial-Expression-Recognition

This model is a fine-tuned version of google/vit-base-patch16-224-in21k on the FER 2013,MMI Facial Expression Database, and AffectNet dataset datasets. It achieves the following results on the evaluation set:

  • Loss: 0.4503
  • Accuracy: 0.8434

Model description

The vit-face-expression model is a Vision Transformer fine-tuned for the task of facial emotion recognition.

It is trained on the FER2013, MMI facial Expression, and AffectNet datasets, which consist of facial images categorized into seven different emotions:

  • Angry
  • Disgust
  • Fear
  • Happy
  • Sad
  • Surprise
  • Neutral

Data Preprocessing

The input images are preprocessed before being fed into the model. The preprocessing steps include:

  • Resizing: Images are resized to the specified input size.
  • Normalization: Pixel values are normalized to a specific range.
  • Data Augmentation: Random transformations such as rotations, flips, and zooms are applied to augment the training dataset.

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 3e-05
  • train_batch_size: 32
  • eval_batch_size: 32
  • seed: 42
  • gradient_accumulation_steps: 8
  • total_train_batch_size: 256
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_steps: 1000
  • num_epochs: 3

Training results

Training LossEpochStepValidation LossAccuracy
1.35480.171000.80240.7418
1.0470.342000.68230.7653
0.93980.513000.62640.7827
0.86180.674000.58570.7973
0.83630.845000.55320.8104
0.80181.016000.52790.8196
0.75671.187000.51100.8248
0.75211.358000.50800.8259
0.7411.529000.50020.8271
0.72291.6910000.49670.8263
0.71571.8511000.48760.8326
0.68682.0212000.48360.8342
0.66052.1913000.47110.8384
0.64492.3614000.46080.8406
0.60852.5315000.45030.8434
0.61782.716000.44340.8478
0.61662.8717000.44200.8486

Framework versions

  • Transformers 4.36.0
  • Pytorch 2.0.0
  • Datasets 2.1.0
  • Tokenizers 0.15.0

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
5aae4f0

0 моделей