CCL

Uzavřené váhy SenseTime,Chinese University of Hong Kong (CUHK),Chinese Academy of Sciences June 2016

Žádný odhad

Žádné hardwarové požadavky pro tento model

Hmotnosti pro tento model nebyly zveřejněny, takže jej nelze stáhnout ani spustit na vlastním hardwaru v žádné velikosti. Je dostupný pouze prostřednictvím svého poskytovatele, a žádná změna grafické karty to nezmění..

Na záznamu

Plná specifikace

Všechno o tomto modelu v záznamech. Většina z toho popisuje, jak byl trénován, spíše než jak funguje — užitečný kontext pro posouzení, kolik práce do něj bylo vynaloženo, a jak se srovnává s modely postavenými na jiné úrovni..

Původ

Kdo vytvořil tento model, kde a kdy byl publikován.

Organizace
SenseTime,Chinese University of Hong Kong (CUHK),Chinese Academy of Sciences
Typ organizace
Industry,Academia,Academia
Země
Hong Kong, China
Publikováno
27 June 2016
Autoři
Shizhan Zhu, Cheng Li, Chen Change Loy, Xiaoou Tang

Co to dělá

Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.

Doména
Vision
Úkol
Face detection
Přístup
Supervised

Velikost

Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.

Výcviková data
20,000 tokens

[images] Table 1

Dostupnost

Zda můžete získat model a spustit ho na svém vlastním hardwaru, což rozhoduje o tom, zda se některé z čísel grafických karet na této stránce vztahují.

Hmotnosti
Closed — provider access only
Přístup k modelu
Unreleased
Tréninkový kód
Unreleased

project page (no code or weights are released): https://mmlab.ie.cuhk.edu.hk/projects/compositional.html

Jak je to klasifikováno

Štítky aplikačních datových sad, které se používají při sledování významných modelů, a jak jistý je ve záznamu.

Proč je to sledováno
SOTA improvement

https://paperswithcode.com/sota/face-alignment-on-aflw-19

Záznam důvěry
Confident

Žrovy

Odkud tento záznam pochází a kdy byl naposledy zkontrolován.

Reference
Unconstrained Face Alignment via Cascaded Compositional Learning
Nap poslední aktualizace
28 November 2025

Co čísla znamenají

Odkud to přišlo

CCL byl zveřejněn SenseTime,Chinese University of Hong Kong (CUHK),Chinese Academy of Sciences, v zemi zaznamenané jako Hong Kong, během June 2016. Vychází z organizace, která je kategorizována jako industry,Academia,Academia.

funguje v oblasti Vision, a je zaznamenán jako vykonávající úkol face detection.

Toto je uzavřený model: trénované hodnoty zůstaly u toho, kdo je vyprodukoval, a není k dispozici žádná místní verze k spuštění.

Co bylo zapotřebí k jeho vybudování

Tréninková sada běžela na přibližně 20,000 tokeny textu

Je sledováno v základním datasetu z jednoho konkrétního důvodu: sOTA improvement.

Odpovědi

CCL — běžné otázky

01

CCL— Je to OPEN SOURCE?

Ne. Jeho váhy nebyly zveřejněny, takže existuje pouze jako služba řízená jeho vlastníkem.

02

CCL— kolik má parametrů?

Pro něj nebyl zveřejněn žádný počet parametrů, a proto se na této stránce neobjevují žádné údaje o paměti nebo rychlosti.

03

CCL— Kdo to vytvořil?

Bylo to publikováno společností SenseTime,Chinese University of Hong Kong (CUHK),Chinese Academy of Sciences, zakládající se na Hong Kong, organizace zařazená jako industry,Academia,Academia.

04

CCL— Kdy byl vydán?

Bylo to zveřejněno v June 2016. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.

05

CCL— K čemu se to používá?

funguje v oblasti Vision, a je zaznamenáno jako zpracovávající úkol face detection. Toto jsou oblasti, kolem nichž byl navržen; popisují záměr spíše než tvrdou hranici.

06

CCL— Jakou GPU potřebuji k jejímu spuštění?

Žádné. Toto je uzavřený model — jeho váhy nikdy nebyly zveřejněny, takže jej nelze stáhnout nebo spustit na vlastním hardwaru za žádnou cenu. Je dostupný pouze prostřednictvím jeho poskytovatele.

Zdroj

Původní publikace

Nahrávka naposledy aktualizována 28 November 2025

Druhý směr

Díváte se na to z druhé strany?

Tato stránka začíná od modelu. Pokud již vlastníte kartu a chcete vědět všechno, co bude spuštěno, začněte raději od hardwaru.