microsoft-resnet-50卡通人臉識別模型開源 - 圖像分類識別效果出色

首頁

Microsoft Resnet 50 Cartoon Face Recognition

由jayanta開發

基於microsoft/resnet-50微調的卡通人臉識別模型，在圖像分類任務上表現良好。

人臉相關

Transformers

開源協議:Apache-2.0 #卡通人臉識別 #ResNet50微調 #圖像分類模型

下載量 63

發布時間 : 1/21/2023

模型概述

該模型是基於ResNet-50架構微調的卡通人臉識別模型，主要用於圖像分類任務，能夠識別和分類卡通風格的人臉圖像。

模型特點

高準確率

在評估集上達到77.55%的準確率，表現良好。

微調優化

基於ResNet-50架構進行微調，專門優化了卡通人臉識別任務。

全面評估指標

提供了準確率、精確率、召回率和F1值等多個評估指標，全面反映模型性能。

模型能力

圖像分類

卡通人臉識別

使用案例

娛樂

卡通角色識別

用於識別和分類卡通作品中的角色人臉。

準確率77.55%

安全

卡通風格人臉驗證

可用於驗證卡通風格的人臉圖像。

🚀 微軟ResNet - 50卡通人臉識別模型

該模型是基於 microsoft/resnet - 50 在 imagefolder 數據集上微調得到的。它在評估集上取得了以下成績：

損失值：0.8508
準確率：0.7755
精確率：0.7715
召回率：0.7755
F1值：0.7676

🚀 快速開始

本模型是 microsoft/resnet - 50 在 imagefolder 數據集上的微調版本，可用於卡通人臉識別任務。

📚 詳細文檔

模型描述

本模型是 microsoft/resnet - 50 在 imagefolder 數據集上微調後的版本，用於卡通人臉的識別。

預期用途與限制

文檔未提供相關信息。

訓練和評估數據

文檔未提供相關信息。

訓練過程

訓練超參數

訓練過程中使用了以下超參數：

學習率：0.00012
訓練批次大小：64
評估批次大小：64
隨機種子：42
梯度累積步數：4
總訓練批次大小：256
優化器：Adam（β1 = 0.9，β2 = 0.999，ε = 1e - 08）
學習率調度器類型：線性
學習率調度器熱身比例：0.1
訓練輪數：120

訓練結果

訓練損失	輪數	步數	驗證損失	準確率	精確率	召回率	F1值
無記錄	0.89	6	3.1774	0.0370	0.0069	0.0370	0.0098
3.4185	1.89	12	3.1739	0.0301	0.0100	0.0301	0.0126
3.4185	2.89	18	3.1668	0.0440	0.0805	0.0440	0.0340
3.6463	3.89	24	3.1583	0.0370	0.0180	0.0370	0.0151
3.3899	4.89	30	3.1425	0.0741	0.0610	0.0741	0.0453
3.3899	5.89	36	3.1262	0.0856	0.0334	0.0856	0.0405
3.5947	6.89	42	3.1055	0.1019	0.0784	0.1019	0.0481
3.5947	7.89	48	3.0841	0.1181	0.1071	0.1181	0.0500
3.5553	8.89	54	3.0650	0.1065	0.0216	0.1065	0.0343
3.2713	9.89	60	3.0351	0.1273	0.0323	0.1273	0.0418
3.2713	10.89	66	3.0069	0.1227	0.0311	0.1227	0.0390
3.4382	11.89	72	2.9754	0.1204	0.0353	0.1204	0.0366
3.4382	12.89	78	2.9455	0.1227	0.0224	0.1227	0.0338
3.3573	13.89	84	2.9167	0.1204	0.0213	0.1204	0.0332
3.0549	14.89	90	2.8841	0.1227	0.0474	0.1227	0.0408
3.0549	15.89	96	2.8534	0.1412	0.1174	0.1412	0.0540
3.1853	16.89	102	2.8143	0.1505	0.1595	0.1505	0.0667
3.1853	17.89	108	2.7771	0.1667	0.1693	0.1667	0.0719
3.0871	18.89	114	2.7400	0.1759	0.1454	0.1759	0.0896
2.7666	19.89	120	2.7048	0.2014	0.0927	0.2014	0.1051
2.7666	20.89	126	2.6458	0.2315	0.1622	0.2315	0.1250
2.846	21.89	132	2.5803	0.2569	0.2386	0.2569	0.1470
2.846	22.89	138	2.5291	0.2639	0.2725	0.2639	0.1523
2.7428	23.89	144	2.4916	0.2870	0.2114	0.2870	0.1811
2.4183	24.89	150	2.4273	0.3079	0.2322	0.3079	0.2048
2.4183	25.89	156	2.3923	0.3194	0.2937	0.3194	0.2238
2.5064	26.89	162	2.3349	0.3403	0.3183	0.3403	0.2494
2.5064	27.89	168	2.2977	0.3542	0.3554	0.3542	0.2663
2.4046	28.89	174	2.2363	0.3773	0.3214	0.3773	0.2981
2.1201	29.89	180	2.1791	0.3889	0.4024	0.3889	0.3179
2.1201	30.89	186	2.1448	0.4144	0.4079	0.4144	0.3455
2.1705	31.89	192	2.0969	0.4306	0.4214	0.4306	0.3583
2.1705	32.89	198	2.0535	0.4468	0.4448	0.4468	0.3797
2.0295	33.89	204	1.9940	0.4745	0.4877	0.4745	0.4133
1.8114	34.89	210	1.9467	0.4861	0.4952	0.4861	0.4261
1.8114	35.89	216	1.8896	0.4931	0.4510	0.4931	0.4321
1.8048	36.89	222	1.8404	0.5046	0.4859	0.5046	0.4507
1.8048	37.89	228	1.7999	0.5278	0.5142	0.5278	0.4816
1.6862	38.89	234	1.7363	0.5324	0.5169	0.5324	0.4844
1.4545	39.89	240	1.7104	0.5440	0.5100	0.5440	0.4971
1.4545	40.89	246	1.6492	0.5648	0.5239	0.5648	0.5138
1.4444	41.89	252	1.6076	0.5671	0.5329	0.5671	0.5260
1.4444	42.89	258	1.5784	0.5741	0.5708	0.5741	0.5424
1.3124	43.89	264	1.5259	0.6019	0.5977	0.6019	0.5619
1.1645	44.89	270	1.4814	0.6181	0.6033	0.6181	0.5880
1.1645	45.89	276	1.4697	0.6088	0.6033	0.6088	0.5803
1.1307	46.89	282	1.4380	0.6088	0.6015	0.6088	0.5769
1.1307	47.89	288	1.3872	0.6227	0.6085	0.6227	0.5917
1.0347	48.89	294	1.3709	0.6157	0.6039	0.6157	0.5880
0.8962	49.89	300	1.3415	0.6296	0.6120	0.6296	0.6057
0.8962	50.89	306	1.3290	0.6389	0.6327	0.6389	0.6134
0.8898	51.89	312	1.2836	0.6389	0.6192	0.6389	0.6119
0.8898	52.89	318	1.2665	0.6412	0.6186	0.6412	0.6162
0.7886	53.89	324	1.2272	0.6551	0.6431	0.6551	0.6319
0.6794	54.89	330	1.2144	0.6806	0.6643	0.6806	0.6629
0.6794	55.89	336	1.1817	0.6806	0.6666	0.6806	0.6642
0.6459	56.89	342	1.1702	0.6782	0.6591	0.6782	0.6574
0.6459	57.89	348	1.0947	0.7037	0.6863	0.7037	0.6883
0.6075	58.89	354	1.1227	0.7037	0.6874	0.7037	0.6867
0.4979	59.89	360	1.0849	0.7083	0.6813	0.7083	0.6895
0.4979	60.89	366	1.0742	0.7153	0.6924	0.7153	0.6976
0.4895	61.89	372	1.0452	0.7245	0.7020	0.7245	0.7057
0.4895	62.89	378	1.0435	0.7361	0.7316	0.7361	0.7235
0.456	63.89	384	1.0698	0.6921	0.6835	0.6921	0.6783
0.3816	64.89	390	1.0126	0.7222	0.7064	0.7222	0.7091
0.3816	65.89	396	0.9934	0.7361	0.7247	0.7361	0.7205
0.3599	66.89	402	0.9960	0.7292	0.7213	0.7292	0.7170
0.3599	67.89	408	1.0141	0.7222	0.7148	0.7222	0.7087
0.3484	68.89	414	0.9934	0.7222	0.7125	0.7222	0.7107
0.2939	69.89	420	0.9835	0.7431	0.7417	0.7431	0.7349
0.2939	70.89	426	0.9870	0.7315	0.7275	0.7315	0.7217
0.285	71.89	432	0.9656	0.7431	0.7411	0.7431	0.7340
0.285	72.89	438	0.9462	0.7338	0.7320	0.7338	0.7267
0.2463	73.89	444	0.9513	0.7454	0.7467	0.7454	0.7384
0.2328	74.89	450	0.9334	0.7361	0.7389	0.7361	0.7286
0.2328	75.89	456	0.9375	0.7384	0.7278	0.7384	0.7291
0.2208	76.89	462	0.9332	0.7407	0.7357	0.7407	0.7322
0.2208	77.89	468	0.9408	0.7384	0.7406	0.7384	0.7346
0.2177	78.89	474	0.9059	0.7222	0.7183	0.7222	0.7136
0.1734	79.89	480	0.9517	0.7315	0.7371	0.7315	0.7257
0.1734	80.89	486	0.9063	0.7523	0.7462	0.7523	0.7424
0.1791	81.89	492	0.9171	0.7454	0.7461	0.7454	0.7386
0.1791	82.89	498	0.8846	0.7523	0.7561	0.7523	0.7485
0.1681	83.89	504	0.8871	0.7384	0.7431	0.7384	0.7320
0.1573	84.89	510	0.9118	0.7454	0.7474	0.7454	0.7395
0.1573	85.89	516	0.9006	0.7407	0.7432	0.7407	0.7366
0.1439	86.89	522	0.8703	0.7616	0.7693	0.7616	0.7579
0.1439	87.89	528	0.8988	0.7454	0.7570	0.7454	0.7401
0.1362	88.89	534	0.9234	0.7454	0.7477	0.7454	0.7396
0.1249	89.89	540	0.8860	0.75	0.7473	0.75	0.7425
0.1249	90.89	546	0.8608	0.7546	0.7601	0.7546	0.7513
0.1264	91.89	552	0.8871	0.7593	0.7640	0.7593	0.7560
0.1264	92.89	558	0.8432	0.7639	0.7727	0.7639	0.7599
0.1201	93.89	564	0.8654	0.7639	0.7698	0.7639	0.7569
0.1117	94.89	570	0.8856	0.7454	0.7569	0.7454	0.7415
0.1117	95.89	576	0.8668	0.7546	0.7686	0.7546	0.7535
0.1128	96.89	582	0.8630	0.7662	0.7698	0.7662	0.7619
0.1128	97.89	588	0.8551	0.7731	0.7826	0.7731	0.7696
0.1155	98.89	594	0.8697	0.7708	0.7738	0.7708	0.7643
0.0987	99.89	600	0.8613	0.7546	0.7518	0.7546	0.7484
0.0987	100.89	606	0.8742	0.7569	0.7597	0.7569	0.7524
0.1063	101.89	612	0.8498	0.7755	0.7807	0.7755	0.7712
0.1063	102.89	618	0.8557	0.7708	0.7749	0.7708	0.7655
0.097	103.89	624	0.8764	0.7546	0.7634	0.7546	0.7527
0.0947	104.89	630	0.8677	0.7616	0.7628	0.7616	0.7572
0.0947	105.89	636	0.8909	0.75	0.7614	0.75	0.7469
0.1013	106.89	642	0.8283	0.7639	0.7621	0.7639	0.7580
0.1013	107.89	648	0.8471	0.7662	0.7864	0.7662	0.7651
0.0963	108.89	654	0.8653	0.7593	0.7701	0.7593	0.7558
0.0874	109.89	660	0.8479	0.7731	0.7834	0.7731	0.7692
0.0874	110.89	666	0.8584	0.7639	0.7719	0.7639	0.7620
0.0876	111.89	672	0.8714	0.7616	0.7600	0.7616	0.7550
0.0876	112.89	678	0.8509	0.7731	0.7847	0.7731	0.7727
0.0974	113.89	684	0.8688	0.7685	0.7741	0.7685	0.7648
0.0869	114.89	690	0.8590	0.7847	0.7932	0.7847	0.7794
0.0869	115.89	696	0.8687	0.7593	0.7703	0.7593	0.7579
0.0877	116.89	702	0.8735	0.7593	0.7698	0.7593	0.7554
0.0877	117.89	708	0.8566	0.7546	0.7732	0.7546	0.7518
0.0883	118.89	714	0.8681	0.7569	0.7591	0.7569	0.7525
0.0762	119.89	720	0.8508	0.7755	0.7715	0.7755	0.7676