Facial Expression Detection

🚀 顔表情識別モデル

このモデルは、顔表情識別に特化したモデルです。事前学習モデルを微調整しており、関連するデータセットで良好な評価結果を得ており、様々な顔表情を効果的に識別することができます。

🚀 クイックスタート

サンプルコード

from transformers import AutoImageProcessor, AutoModelForImageClassification, pipeline

pipe = pipeline("image-classification", model="HardlyHumans/Facial-expression-detection")

processor = AutoImageProcessor.from_pretrained("HardlyHumans/Facial-expression-detection")
model = AutoModelForImageClassification.from_pretrained("HardlyHumans/Facial-expression-detection")

labels = model.config.id2label

outputs = model(**inputs)

logits = outputs.logits
predicted_class_idx = logits.argmax(-1).item()
predicted_label = labels[predicted_class_idx]

✨ 主な機能

• このモデルは、google/vit-base-patch16-224-in21kをベースに、FER 2013とAffectNetデータセットで微調整されたバージョンです。
• 評価セットで高い正解率（0.922）と低い損失（0.213）を達成しています。
• 怒り、軽蔑、悲しみ、喜び、無表情、嫌悪、恐怖、驚きの8種類の異なる顔表情を識別することができます。

💻 使用例

基本的な使用法

from transformers import AutoImageProcessor, AutoModelForImageClassification, pipeline

pipe = pipeline("image-classification", model="HardlyHumans/Facial-expression-detection")

processor = AutoImageProcessor.from_pretrained("HardlyHumans/Facial-expression-detection")
model = AutoModelForImageClassification.from_pretrained("HardlyHumans/Facial-expression-detection")

labels = model.config.id2label

outputs = model(**inputs)

logits = outputs.logits
predicted_class_idx = logits.argmax(-1).item()
predicted_label = labels[predicted_class_idx]

📚 ドキュメント

モデルの説明

vit-face-expressionモデルは、顔の感情識別タスクに特化した微調整されたビジュアルトランスフォーマーモデルです。FER2013とAffectNetデータセットで訓練されており、これらのデータセットには怒り、軽蔑、悲しみ、喜び、無表情、嫌悪、恐怖、驚きの8種類の異なる感情に分類された顔画像が含まれています。

モデルの詳細

モデルは以下のハイパーパラメータで微調整されています：

📄 ライセンス

このモデルはMITライセンスを使用しています。

🌱 環境への影響

機械学習影響計算機 を使用して推定した二酸化炭素排出量は約8.82キログラムです。

モデル関連情報

参考情報

• モデルカードメタデータ規範の参考：https://github.com/huggingface/hub-docs/blob/main/modelcard.md?plain=1
• ドキュメント/ガイド：https://huggingface.co/docs/hub/model-cards