模型详情
模型介绍
中文整理简介
在现实场景进行年龄和性别识别是一项充满挑战的任务：除了环境条件的多变、姿势复杂和图像质量的差异外，还存在面部部分或完全遮挡的情况。MiVOLO 是一种简单的方法，利用最新的视觉 Transformer 进行年龄和性别估计。该方法将这两个任务整合到一个统一的双输入/输出模型中，不仅利用了面部信息，还利用了人物图像数据。这提高了模型的泛化能力，使其能够在图像中面部不可见时依然能够提供令人满意的结果。为了评估该模型，在四个流行的基准数据集上进行了实验，并取得了最先进的性能，同时展示了实时处理的能力。此外，还基于 Open Images 数据集中的图像引入了一种新的基准数据集。该基准数据集的地面真实标注由人类标注者精心生成，并通过智能汇总投票结果来保证高准确性。此外，将模型的年龄识别性能与人类水平的准确性进行了比较，并展示了在大多数年龄范围内明显优于人类的表现。最后，向公众提供了对模型的访问权限，以及用于验证和推理的代码。此外，还为使用的数据集提供了额外的注释，并介绍了新的基准数据集。
在线演示 (推理代码)
使用
:modelscope-code[]{type="sdk"}
维护
:modelscope-code[]{type="git"}
致谢
- MiVOLO: Multi-input Transformer for Age and Gender Estimation
优先采用原作者提供的中文模型卡片；仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件；指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖，请按作者说明配齐。
完整仓库可能包含多个权重格式，因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行环境运行模型需要的设备、工具与依赖，以原作者说明为准。
授权范围是否允许商用、修改和分发，请查看模型许可证。
闲社提供资料与镜像下载方法，不代表已运行模型或完成安全审计。下载的代码应先检查，再执行。
资料或下载有问题？
登录后可提交反馈。
