/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
siglip · dense
Базовая модель
siglip2-base-patch16-224
Библиотека
transformers
Опубликована
2 апр 2025

Human-vs-NonHuman-Detection

Классификация изображенийИзображение → label3 профессии

Модель SigLIP2 классифицирует изображения как содержащие человека или не содержащие человека.

168скачиваний за 30 дней1лайквеса обновлены2 апр 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

Human-vs-NonHuman-Detection — модель классификации изображений, созданная PrithivMLmods дообучением визуального энкодера google/siglip2-base-patch16-224. Она использует архитектуру SiglipForImageClassification и относит изображение к одному из двух классов: «человек» или «не человек». Модель предназначена для обнаружения присутствия человека на изображениях, автоматической фильтрации и категоризации изображений, а также для использования в системах мониторинга и робототехнике.

В README приведён отчёт на 15 635 примерах: точность составила 98,62%, F1 для класса «человек» — 0,9836, для класса «не человек» — 0,9881. Эти результаты относятся к указанному набору оценки и не гарантируют такое же качество на других данных. Модель принимает изображения и выдаёт метку класса. Распространяется по лицензии Apache-2.0.

Сценарии применения

  • определение присутствия человека на изображении
  • фильтрация изображений по наличию людей
  • классификация изображений для систем видеонаблюдения
  • обнаружение людей для автономных роботов
  • сортировка изображений на категории «человек» и «не человек»

Ограничения

Показатели качества приведены для указанного в README набора оценки и могут отличаться на других данных. Классификация ограничена двумя классами: «человек» и «не человек».

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

12.png

Human-vs-NonHuman-Detection

Human-vs-NonHuman-Detection is an image classification vision-language encoder model fine-tuned from google/siglip2-base-patch16-224 for a single-label classification task. It is designed to classify images as either human or non-human using the SiglipForImageClassification architecture.

Classification Report:
              precision    recall  f1-score   support

     Human 𖨆     0.9939    0.9735    0.9836      6646
 Non Human メ    0.9807    0.9956    0.9881      8989

    accuracy                         0.9862     15635
   macro avg     0.9873    0.9845    0.9858     15635
weighted avg     0.9863    0.9862    0.9862     15635

download (1).png

The model categorizes images into two classes:

  • Class 0: "Human 𖨆"
  • Class 1: "Non Human メ"

Run with Transformers🤗

!pip install -q transformers torch pillow gradio
import gradio as gr
from transformers import AutoImageProcessor
from transformers import SiglipForImageClassification
from transformers.image_utils import load_image
from PIL import Image
import torch

# Load model and processor
model_name = "prithivMLmods/Human-vs-NonHuman-Detection"
model = SiglipForImageClassification.from_pretrained(model_name)
processor = AutoImageProcessor.from_pretrained(model_name)

def human_detection(image):
    """Predicts whether the image contains a human or non-human entity."""
    image = Image.fromarray(image).convert("RGB")
    inputs = processor(images=image, return_tensors="pt")
    
    with torch.no_grad():
        outputs = model(**inputs)
        logits = outputs.logits
        probs = torch.nn.functional.softmax(logits, dim=1).squeeze().tolist()
    
    labels = {
        "0": "Human 𖨆", 
        "1": "Non Human メ"
    }
    predictions = {labels[str(i)]: round(probs[i], 3) for i in range(len(probs))}
    
    return predictions

# Create Gradio interface
iface = gr.Interface(
    fn=human_detection,
    inputs=gr.Image(type="numpy"),
    outputs=gr.Label(label="Prediction Scores"),
    title="Human vs Non-Human Detection",
    description="Upload an image to classify whether it contains a human or non-human entity."
)

# Launch the app
if __name__ == "__main__":
    iface.launch()

Intended Use:

The Human-vs-NonHuman-Detection model is designed to distinguish between human and non-human entities. Potential use cases include:

  • Surveillance & Security: Enhancing monitoring systems to detect human presence.
  • Autonomous Systems: Helping robots and AI systems identify humans.
  • Image Filtering: Automatically categorizing human vs. non-human images.
  • Smart Access Control: Identifying human presence for secure authentication.

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
SiglipForImageClassification
Ревизия весов
d180a82

0 моделей