Facial Age Image Detection
使用Vision Transformer (ViT)架构训练的模型,用于根据面部图像预测年龄区间
下载量 768
发布时间 : 11/4/2023
模型简介
该模型基于google/vit-base-patch16-224-in21k预训练模型微调,能够从面部图像中识别并分类23个不同的年龄区间。适用于人群分析、年龄验证等场景。
模型特点
多年龄区间分类
能够识别从0-1岁到90+共23个精细年龄区间
基于ViT架构
使用Vision Transformer模型,在图像分类任务上表现优异
高准确度
在部分年龄段(如0-1岁和90+岁)达到90%以上的F1分数
模型能力
面部图像分析
年龄区间预测
人群年龄分布分析
使用案例
人口统计分析
商场顾客年龄分析
通过监控摄像头分析顾客年龄分布
帮助商家了解主要客户群体年龄段
数字身份验证
年龄验证系统
验证用户是否符合特定服务的年龄要求
防止未成年人访问不适当内容
精选推荐AI模型
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型,性能媲美GPT-3.5-turbo,优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型
Transformers 支持多种语言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型,专为边缘设备推理设计,体积仅为Cosmo-3B模型的2%左右。
对话系统
Transformers 英语

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型,适用于从给定文本中提取答案的任务。
问答系统 中文
R
uer
2,694
98