VGG-Face
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
- University of Oxford
- Typ organizace
- Academia
- Země
- United Kingdom of Great Britain and Northern Ireland
- Publikováno
- 1 January 2015
- Autoři
- Omkar M. Parkhi, A. Vedaldi, Andrew Zisserman
Co to dělá
Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.
- Doména
- Vision
- Úkol
- Face recognition
- Přístup
- Supervised
Velikost
Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.
- parametry
- 138M
- Výcviková data
- 2,600,000 tokens
Their largest model uses the VGG16 architecture
Table 2 in https://www.bmva-archive.org.uk/bmvc/2015/papers/paper041/abstract041.pdf
Tréninkový běh
Co fyzicky vyžadovalo trénování: které čipy, kolik, jak dlouho a co to vyžadovalo ze zásuvky.
- Tréninkový hardware
- NVIDIA GeForce GTX Titan Black
- Používané čipy
- 4
- Příkon
- 2.1 kW
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
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,Highly cited
- Záznam důvěry
- Confident
https://paperswithcode.com/sota/face-verification-on-youtube-faces-db "achieve comparable state of the art results on the standard LFW and YTF face benchmarks."
Žrovy
Odkud tento záznam pochází a kdy byl naposledy zkontrolován.
- Reference
- Deep Face Recognition
- Nap poslední aktualizace
- 28 November 2025
Co čísla znamenají
Odkud to přišlo
VGG-Face byl zveřejněn University of Oxford, v zemi zaznamenané jako United Kingdom of Great Britain and Northern Ireland, během January 2015. Vydavatelská organizace je kategorizována jako academia.
funguje v oblasti Vision, a je zaznamenán jako vykonávající úkol face recognition.
Protože váhy nejsou k dispozici, žádné z hardwarových údajů na tomto webu se na něj nevztahují.
Jak bylo trénováno
Trénink spotřeboval korpus kolem 2,600,000 tokeny textu
Jeho kritérium zahrnutí: sOTA improvement,Highly cited.
Odpovědi
VGG-Face — běžné otázky
VGG-Face— Kdy byl vydán?
Bylo to zveřejněno v January 2015. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.
VGG-Face— K čemu se to používá?
funguje v oblasti Vision, a je zaznamenáno jako zpracovávající úkol face recognition. Toto jsou oblasti, kolem nichž byl navržen; popisují záměr spíše než tvrdou hranici.
VGG-Face— 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.
VGG-Face— Je to OPEN SOURCE?
Ne. Jeho váhy nebyly zveřejněny, takže existuje pouze jako služba řízená jeho vlastníkem.
VGG-Face— kolik má parametrů?
Má počet parametrů 138M. Their largest model uses the VGG16 architecture. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.
VGG-Face— Kdo to vytvořil?
Bylo to publikováno společností University of Oxford, zakládající se na United Kingdom of Great Britain and Northern Ireland, organizace zařazená jako academia.
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.