/ Модель

Характеристики

Параметры
113 млн
Лицензия
Apache 2.0
Архитектура
vit · dense
Опубликована
9 ноя 2022

vit-face-expression

Классификация изображенийИзображение → label3 профессии

ViT-модель для классификации выражений лица по семи категориям эмоций на изображениях.

18 355скачиваний за 30 дней91лайквеса обновлены20 фев 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

trpakov/vit-face-expression — модель распознавания эмоций по изображениям лиц, разработанная автором репозитория и дообученная на FER2013. Она использует архитектуру Vision Transformer (ViT) с 113,2 млн параметров и классифицирует выражение лица по семи категориям: злость, отвращение, страх, радость, грусть, удивление и нейтральное выражение.

Модель принимает изображение лица и выдаёт метку класса эмоции. Её можно применять для анализа выражений на фотографиях и других изображениях лиц. В README указаны точность 71,13% на валидационной выборке и 71,16% на тестовой выборке FER2013.

Качество может зависеть от смещений в обучающих данных и от того, насколько новые изображения похожи на обучающую выборку. Репозиторий распространяется по лицензии Apache-2.0.

Сценарии применения

  • распознавание эмоции на фотографии лица
  • классификация выражения лица по категориям FER2013
  • анализ эмоциональных выражений на изображениях
  • добавление распознавания эмоций в приложение компьютерного зрения

Ограничения

Результаты могут зависеть от смещений в FER2013 и хуже переноситься на изображения, отличающиеся от обучающих данных. Точность на тестовой выборке FER2013 составляет 71,16%.

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

Vision Transformer (ViT) for Facial Expression Recognition Model Card

Model Overview

Model Description

The vit-face-expression model is a Vision Transformer fine-tuned for the task of facial emotion recognition.

It is trained on the FER2013 dataset, which consists of facial images categorized into seven different emotions:

  • Angry
  • Disgust
  • Fear
  • Happy
  • Sad
  • Surprise
  • Neutral

Data Preprocessing

The input images are preprocessed before being fed into the model. The preprocessing steps include:

  • Resizing: Images are resized to the specified input size.
  • Normalization: Pixel values are normalized to a specific range.
  • Data Augmentation: Random transformations such as rotations, flips, and zooms are applied to augment the training dataset.

Evaluation Metrics

  • Validation set accuracy: 0.7113
  • Test set accuracy: 0.7116

Limitations

  • Data Bias: The model's performance may be influenced by biases present in the training data.
  • Generalization: The model's ability to generalize to unseen data is subject to the diversity of the training dataset.

Как запустить

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

GPU в ailist

Универсальный рантайм · image-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
ViTForImageClassification
Ревизия весов
ef0bc6f

0 моделей