Характеристики

Параметры: 28,3 млн
Архитектура: dinov2 · dense
Базовая модель: dinov2_Liveness_detection_v2.1.2
Библиотека: transformers
Опубликована: 16 янв 2025

Ссылки

Hugging Face

dinov2_Liveness_detection_v2.1.3

nguyenkhoa

Классификация изображенийИзображение → label3 профессии

Модель на базе DINOv2 классифицирует изображения для определения живого человека.

12скачиваний за 30 дней0лайковвеса обновлены17 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_v2.1.3 — модель классификации изображений на базе архитектуры DINOv2, дообученная разработчиком nguyenkhoa на основе nguyenkhoa/dinov2_Liveness_detection_v2.1.2. Она предназначена для определения живого человека по изображению лица и может использоваться в сценариях проверки присутствия человека. Модель содержит 28,3 млн параметров и доступна в формате Safetensors для библиотеки Transformers.

В README указаны результаты на оценочном наборе: accuracy, F1, recall и precision по 0,9976, а loss — 0,0123. Данные о наборе для обучения и подробные сведения о применении не приведены, поэтому результаты не гарантируют качество на других данных. Лицензия в предоставленных сведениях отсутствует.

Сценарии применения

проверка присутствия живого человека по изображению лица
классификация изображений для системы проверки живости
оценка изображений лица в сценарии liveness detection

Ограничения

В README не описаны обучающий набор и подробные ограничения; высокие метрики приведены только для оценочного набора, поэтому переносимость на другие данные не установлена. Лицензия не указана в предоставленных сведениях.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

II.11Разработка и данныеКибербезопасность и приватностьAI помогает обнаруживать киберугрозы, защищать данные и помогать реагировать на инциденты.25 задач4 232модели IV.2Отраслевые задачиБанки, платежи и инвестицииAI помогает управлять финансовым риском, платежами, инвестиционным анализом и обслуживанием клиентов.37 задач1 723модели IV.8Отраслевые задачиГосударственное управление, правосудие и чрезвычайные ситуацииAI помогает улучшать государственные услуги, управление ресурсами, правосудие и реагирование на чрезвычайные ситуации.47 задач2 517моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

dinov2_Liveness_detection_v2.1.3

This model is a fine-tuned version of nguyenkhoa/dinov2_Liveness_detection_v2.1.2 on an unknown dataset. It achieves the following results on the evaluation set:

Loss: 0.0123
Accuracy: 0.9976
F1: 0.9976
Recall: 0.9976
Precision: 0.9976

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
0.1276	0.3232	64	0.0239	0.992	0.9920	0.992	0.9921
0.0273	0.6465	128	0.0253	0.9908	0.9908	0.9908	0.9908
0.0236	0.9697	192	0.0257	0.9908	0.9908	0.9908	0.9908
0.015	1.2929	256	0.0223	0.9936	0.9936	0.9936	0.9936
0.0133	1.6162	320	0.0144	0.9954	0.9954	0.9954	0.9954
0.0149	1.9394	384	0.0271	0.9913	0.9913	0.9913	0.9914
0.0097	2.2626	448	0.0234	0.9922	0.9922	0.9922	0.9922
0.009	2.5859	512	0.0149	0.9954	0.9954	0.9954	0.9954
0.0076	2.9091	576	0.0184	0.9952	0.9952	0.9952	0.9952
0.0045	3.2323	640	0.0201	0.9951	0.9951	0.9951	0.9951
0.0032	3.5556	704	0.0169	0.9958	0.9958	0.9958	0.9958
0.0029	3.8788	768	0.0178	0.9961	0.9960	0.9961	0.9961
0.002	4.2020	832	0.0148	0.9969	0.9969	0.9969	0.9969
0.001	4.5253	896	0.0135	0.9973	0.9973	0.9973	0.9973
0.0007	4.8485	960	0.0123	0.9976	0.9976	0.9976	0.9976

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: 77c7dd2