Характеристики

Лицензия: CC0 1.0
Опубликована: 8 авг 2023

Ссылки

Hugging Face

occlusion-aware-face-segmentation

ototadana

Сегментация изображенийИзображение → mask

Модель сегментирует области лица на изображениях с учётом перекрытий, например закрытых частей лица.

0скачиваний за 30 дней5лайковвеса обновлены8 авг 2023

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 ototadana/occlusion-aware-face-segmentation предназначена для сегментации лиц с учётом перекрытий. Она создана по процедурам из предложения по поддержке высококачественных синтетических наборов данных для сегментации перекрытий лица в mmsegmentation и используется через эту библиотеку. Модель принимает изображения и выдаёт сегментационные маски, помогающие выделять области лица при наличии объектов, закрывающих его части.

Репозиторий содержит веса PyTorch; лицензия — CC0 1.0. Размер модели, обучающий набор данных и подробные показатели качества в предоставленных данных не описаны.

Сценарии применения

сегментация лица на изображении с частичным перекрытием
выделение видимых областей лица за очками или маской
анализ синтетических данных с перекрытиями лица

Ограничения

Карточка не содержит сведений о точности, размере модели и данных обучения, поэтому качество на конкретных типах перекрытий оценить нельзя.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Occlusion-aware face segmentation

A model for occlusion-aware face segmentation.

This model was created following the procedures in mmsegmentation's PR [Feature] Support Delving into High-Quality Synthetic Face Occlusion Segmentation Datasets #2194.

For more information, see:

How to use

Use with mmsegmentation.

Example:

from mmseg.apis import inference_model, init_model, show_result_pyplot
import mmcv

config_file = 'deeplabv3plus_r101_512x512_face-occlusion.py'
checkpoint_file = 'deeplabv3plus_r101_512x512_face-occlusion-93ec6695.pth'
model = init_model(config_file, checkpoint_file, device='cuda:0')

img = 'face-image.png'
result = inference_model(model, img)
show_result_pyplot(model, img, result, show=True, out_file='result.jpg', opacity=0.5)

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

В репозитории нет config.json: не понять архитектуру модели.

Ревизия весов: 58e6baf