hq_fer2013オープンソース顔表情認識モデル - 表情を精度よく認識し、正解率が70.22%に達する

Hq Fer2013

Piro17によって開発

GoogleのViTモデルをファインチューニングした表情認識モデルで、FER2013データセットで訓練され、70.22%の精度を達成。

ダウンロード数 38

リリース時間 : 2/17/2023

モデル概要

このモデルはgoogle/vit-base-patch16-224-in21kを画像フォルダデータセットでファインチューニングしたバージョンで、主に表情認識タスクに使用されます。

高精度

FER2013データセットで70.22%の精度を達成し、ベースラインモデルを上回ります。

ViTアーキテクチャ採用

先進的なVision Transformerアーキテクチャを採用し、画像のグローバル特徴を効果的に捉えます。

精密なチューニング

13エポックにわたる精密なチューニングにより、各指標が安定して向上しました。

表情認識

画像分類

感情分析

感情コンピューティング

リアルタイム表情認識

ビデオ会議やソーシャルメディアでのリアルタイム表情分析に使用

7種類の基本表情を認識可能、精度70.22%

ユーザーエクスペリエンス研究

製品やコンテンツに対するユーザーの感情的反応を分析

このモデルは、google/vit-base-patch16-224-in21k を imagefolder データセットでファインチューニングしたバージョンです。評価セットでは以下の結果を達成しています。

このモデルは、画像分類タスクに使用できます。具体的な使用方法については、Hugging Faceのドキュメントを参照してください。

このモデルは、Apache-2.0ライセンスの下で提供されています。

トレーニング中に使用されたハイパーパラメータは以下の通りです。

トレーニング損失	エポック	ステップ	検証損失	正解率	適合率	再現率	F1値
1.3081	1.0	398	1.3132	0.5555	0.5079	0.5555	0.5137
0.991	2.0	796	1.0141	0.6332	0.6356	0.6332	0.6153
0.9099	3.0	1194	0.9257	0.6682	0.6677	0.6682	0.6631
0.8306	4.0	1592	0.8832	0.6765	0.6838	0.6765	0.6747
0.7755	5.0	1990	0.8583	0.6892	0.6896	0.6892	0.6876
0.7129	6.0	2388	0.8442	0.6931	0.6951	0.6931	0.6922
0.6549	7.0	2786	0.8494	0.6952	0.7054	0.6952	0.6978
0.6246	8.0	3184	0.8394	0.6963	0.7023	0.6963	0.6977
0.6138	9.0	3582	0.8421	0.6996	0.7080	0.6996	0.7013
0.5824	10.0	3980	0.8438	0.7022	0.7039	0.7022	0.7022
0.5517	11.0	4378	0.8497	0.7002	0.7034	0.7002	0.7005
0.5154	12.0	4776	0.8508	0.7021	0.7030	0.7021	0.7018
0.5318	13.0	5174	0.8540	0.7010	0.7029	0.7010	0.7013