GPT
G

gender-classification-2

קוד פתוח

rizvandwikiרישיון לא דווח2022-12-12

  • transformers
  • pytorch
  • tensorboard
  • safetensors
  • vit

מודל ראייה ממוחשבת קטן שמסווג תמונות פנים לגבר או אישה. הוא מתאים למי שמחפש פתרון זריז ומוכן מראש בלי לאמן רשת מאפס.

  • 86Mפרמטרים
  • 655 MBמשקל הקבצים
  • 133,016הורדות בחודש
  • 39לייקים

מה זה

מדובר במודל שמבוסס על ארכיטקטורת ViT עם 12 שכבות, שנוצר באמצעות הכלי HuggingPics. הוא לוקח תמונה ומחזיר סיווג בינארי פשוט בין שתי תוויות, גבר או אישה. אין כאן יומרה לתת מענה מורכב או לזהות תווי פנים מיוחדים מעבר לשתי הקטגוריות האלו.

היוצר לא פרסם מבחני ביצועים, מדדי דיוק או פרטים על מערך הנתונים ששימש לאימון. יש בו 86 מיליון פרמטרים, שזה גודל סטנדרטי למדי עבור מודלים מהסוג הזה, אבל העובדה שנוצר בסקריפט אוטומטי אומרת שכדאי לבדוק אותו היטב על הדאטה שלכם לפני שמסתמכים עליו.

מתאים ל

  • סינון ראשוני של אלבומים

    חלוקה גסה ומהירה של תמונות לפי מגדר במאגרי מדיה פנימיים שלא דורשים דיוק מושלם.

  • בדיקת היתכנות לפרויקט

    משקל קל שמאפשר להרים אב טיפוס מקומי תוך כמה דקות בלי להסתבך עם הגדרות.

  • תיוג דאטה ראשוני

    עזרה במיון כמויות תמונות גדולות לפני מעבר של בודק אנושי.

איפה זה נופל

הבעיה המרכזית היא חוסר השקיפות. כרטיס המודל לא מפרט על אילו תמונות הוא אומן, מה אחוזי הדיוק, או איך הוא מתמודד עם תאורה קשה, זוויות שונות וגילאים מגוונים. בנוסף, חלוקה בינארית קשיחה עלולה להיכשל מול תמונות לא סטנדרטיות, ולא הייתי מכניס אותו למערכת מבצעית בלי בדיקה יסודית מראש.

שאלות
נפוצות

האם אפשר להשתמש בו באפליקציה מסחרית?

כרגע לא כדאי, כיוון שלא דווח שום רישיון שימוש. שימוש מסחרי בקוד או משקלים ללא רישיון ברור הוא סיכון משפטי שרצוי להימנע ממנו.

צריך כרטיס מסך חזק בשביל להריץ אותו?

לא, הוא שוקל 655 מגה בייט וכולל כ־86 מיליון פרמטרים. כל מחשב מודרני ממוצע יכול להריץ אותו על המעבד בלי בעיה.

כמה המודל הזה מדויק בפועל?

אין נתונים על הדיוק שלו. היוצר השתמש בסקריפט אוטומטי ולא פרסם מבחנים מסודרים, לכן תצטרכו להריץ עליו בדיקה ידנית עם תמונות משלכם.

איך מריצים

המשקל הכולל עומד על 655 מגה בייט, כך שלא צריך שרת כבד כדי להריץ אותו. מעבד רגיל יספיק לבדיקות מקומיות ולקצב נמוך, אבל אם אתם מתכננים לעבד נפח גדול של תמונות בזמן אמת, עדיף להצמיד לו כרטיס מסך בסיסי.

הוא עובד ישירות דרך ספריית transformers בפייתון. אם אתם צריכים רק תיוג חד פעמי או בדיקת היתכנות, אין טעם להרים בשבילו שרת ייעודי, ואפשר פשוט להריץ אותו מקומית על המחשב שלכם.

from transformers import pipeline

pipe = pipeline("image-classification", model="rizvandwiki/gender-classification-2")
print(pipe("שלום"))

הרישיון

היוצר לא הגדיר רישיון כלל. מבחינה משפטית זה אומר שאין לכם אישור מפורש להשתמש בו, בטח שלא במוצר מסחרי. כל שימוש כזה חושף אתכם לסיכון של הפרת זכויות יוצרים.

הרישיון המלא בעמוד המודל ↗