Характеристики

Параметры: 28,3 млн
Архитектура: dinov2 · dense
Базовая модель: dinov2_Liveness_detection_v2.1
Библиотека: transformers
Опубликована: 15 янв 2025

Ссылки

Hugging Face

dinov2_Liveness_detection_v2.1.1

nguyenkhoa

Классификация изображенийИзображение → label

Дообученная модель DINOv2 классифицирует изображения для проверки живости лица и выявления подделок.

8скачиваний за 30 дней0лайковвеса обновлены16 янв 2025

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

nguyenkhoa/dinov2_Liveness_detection_v2.1.1 — дообученная модель семейства DINOv2 для классификации изображений при проверке живости лица. Она предназначена для определения по изображению, является ли лицо живым или представлено подделкой; конкретные набор классов и условия съёмки не описаны. Модель построена на архитектуре Dinov2ForImageClassification, содержит 28,3 млн параметров и распространяется в формате Safetensors для библиотеки Transformers.

В README приведены результаты оценки: accuracy 0,8675, F1 0,8973, recall 0,9506, precision 0,7105 и ACER 0,1091; отдельно также указаны метрики другого набора оценки, поэтому цифры зависят от конкретного тестирования. Датасет и подробные ограничения не раскрыты. Лицензия в предоставленных данных не указана.

Сценарии применения

проверка живости лица по изображению
выявление фотографий или других подделок при распознавании лица
классификация кадров для системы контроля доступа

Ограничения

В README приведены заметно различающиеся метрики для разных оценок, включая precision 0,7105 и ACER 0,1091; результаты следует проверять на целевом наборе данных. Датасет и лицензия не раскрыты в предоставленных сведениях.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

dinov2_Liveness_detection_v2.1.1

This model is a fine-tuned version of nguyenkhoa/dinov2_Liveness_detection_v2.1 on an unknown dataset. It achieves the following results on the evaluation set:

Loss: 0.0419
Accuracy: 0.9920
F1: 0.9921
Recall: 0.9920
Precision: 0.9920

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

learning_rate: 5e-05
train_batch_size: 768
eval_batch_size: 8
seed: 42
optimizer: Use adamw_torch with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
lr_scheduler_type: linear
num_epochs: 5
mixed_precision_training: Native AMP

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy	F1	Recall	Precision
0.0487	1.2190	128	0.0476	0.9841	0.9842	0.9841	0.9841
0.0216	2.4381	256	0.0318	0.9902	0.9902	0.9902	0.9903
0.0081	3.6571	384	0.0426	0.9896	0.9896	0.9896	0.9896
0.0012	4.8762	512	0.0419	0.9920	0.9921	0.9920	0.9920

Evaluate results

Accuracy: 0.8675
F1: 0.8973
Recall: 0.9506
Precision: 0.7105
APCER: 0.1687
BPCER: 0.0494
ACER: 0.1091

Framework versions

Transformers 4.47.0
Pytorch 2.5.1+cu121
Datasets 3.2.0
Tokenizers 0.21.0

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: Dinov2ForImageClassification
Ревизия весов: b9e9dac