Характеристики

Параметры: 28,3 млн
Архитектура: dinov2 · dense
Базовая модель: dinov2_Liveness_detection_v2.1.1
Библиотека: transformers
Опубликована: 16 янв 2025

Ссылки

Hugging Face

dinov2_Liveness_detection_v2.1.2

nguyenkhoa

Классификация изображенийИзображение → label

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

11скачиваний 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

dinov2_Liveness_detection_v2.1.2 — дообученная Nguyen Khoa модель компьютерного зрения на базе nguyenkhoa/dinov2_Liveness_detection_v2.1.1 для классификации изображений при проверке живости лица и выявлении подделок. Модель построена на архитектуре DINOv2 и содержит 28,3 млн параметров; веса представлены в формате Safetensors, для работы используется библиотека Transformers.

В README указаны результаты на оценочном наборе: accuracy, F1, recall и precision составляют 0,9936, loss — 0,0303. Датасет и подробности оценки не раскрыты, поэтому эти метрики сами по себе не гарантируют такую же точность на других данных. Модель принимает изображения и выдаёт метки классов; она не предназначена для генерации текста или изображений. Лицензия в предоставленных данных не указана.

Сценарии применения

проверка живости лица по изображению
обнаружение фотографии или другого поддельного изображения при проверке лица
классификация изображений для систем контроля доступа

Ограничения

В README не описаны обучающий датасет и подробности оценки, поэтому метрики могут не переноситься на другие условия съёмки и типы атак. Лицензия не указана в предоставленных данных.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

dinov2_Liveness_detection_v2.1.2

This model is a fine-tuned version of nguyenkhoa/dinov2_Liveness_detection_v2.1.1 on an unknown dataset. It achieves the following results on the evaluation set:

Loss: 0.0303
Accuracy: 0.9936
F1: 0.9936
Recall: 0.9936
Precision: 0.9936

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
0.0746	0.6095	64	0.0390	0.9852	0.9852	0.9852	0.9855
0.034	1.2190	128	0.0360	0.9871	0.9872	0.9871	0.9872
0.0201	1.8286	192	0.0303	0.9899	0.9899	0.9899	0.9898
0.0129	2.4381	256	0.0263	0.9912	0.9912	0.9912	0.9913
0.0105	3.0476	320	0.0232	0.9936	0.9935	0.9936	0.9936
0.0049	3.6571	384	0.0356	0.9913	0.9913	0.9913	0.9914
0.0035	4.2667	448	0.0281	0.9933	0.9933	0.9933	0.9933
0.0015	4.8762	512	0.0303	0.9936	0.9936	0.9936	0.9936

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: c7f2ac3