Hair Type Image Detection
基於Google Vision Transformer (ViT)架構的圖像分類模型,專門用於從面部圖像中識別五種髮型類型(捲髮、髒辮、扭結髮、直髮、波浪發),準確率達93%。
下載量 143
發布時間 : 10/15/2024
模型概述
該模型使用預訓練的ViT-base-patch16-224-in21k進行微調,能夠高效準確地分類面部圖像中的髮型類型,適用於美妝、時尚和身份識別等應用場景。
模型特點
高精度髮型分類
在五類髮型識別任務中達到92.8%的整體準確率,其中髒辮分類F1分數高達97.8%
基於ViT架構
採用Google預訓練的Vision Transformer基礎模型,具有強大的圖像特徵提取能力
輕量級解決方案
相比傳統CNN模型,在保持高精度的同時具有更高效的推理性能
模型能力
面部圖像分析
髮型分類
多類別圖像識別
使用案例
美妝時尚
虛擬髮型試戴
在AR美妝應用中即時識別用戶當前髮型並推薦匹配的髮型產品
準確識別用戶基礎髮型類型,提升產品推薦相關性
身份識別
特徵輔助識別
作為面部識別系統的補充特徵,通過髮型特徵提高識別準確率
在測試集上對髒辮的識別準確率達99%
精選推薦AI模型
Llama 3 Typhoon V1.5x 8b Instruct
專為泰語設計的80億參數指令模型,性能媲美GPT-3.5-turbo,優化了應用場景、檢索增強生成、受限生成和推理任務
大型語言模型
Transformers 支持多種語言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一個基於SODA數據集訓練的超小型對話模型,專為邊緣設備推理設計,體積僅為Cosmo-3B模型的2%左右。
對話系統
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基於RoBERTa架構的中文抽取式問答模型,適用於從給定文本中提取答案的任務。
問答系統 中文
R
uer
2,694
98