Multi-task Cascaded CNN

Geschlossene Gewichtungen Chinese Academy of Sciences,Chinese University of Hong Kong (CUHK) August 2016

Keine Schätzung

Keine Hardwareanforderungen für dieses Modell

Die Gewichte für dieses Modell wurden nicht veröffentlicht, daher kann es nicht heruntergeladen oder auf Ihrer eigenen Hardware in beliebiger Größe betrieben werden. Es ist nur über seinen Anbieter erreichbar, und keine Grafikkarte ändert das..

Aufgezeichnet

Volle Spezifikation

Alles, was in unserer Datenbank für dieses Modell aufgezeichnet ist. Der Großteil beschreibt, wie es trainiert wurde, anstatt wie es läuft — nützlicher Kontext zur Beurteilung, wie viel Arbeit darin steckt und wie es sich mit Modellen vergleicht, die in einem anderen Maßstab erstellt wurden..

Ursprung

Wer hat dieses Modell gebaut, wo und wann es veröffentlicht wurde.

Organisation
Chinese Academy of Sciences,Chinese University of Hong Kong (CUHK)
Organisationsart
Academia,Academia
Land
China, Hong Kong
Veröffentlicht
26 August 2016
Autoren
Kaipeng Zhang, Zhanpeng Zhang, Zhifeng Li, Yu Qiao

Was es tut

Die Problemfelder, für die das Modell entwickelt wurde. Ein Modell kann mehrere davon tragen.

Domain
Vision
Aufgabe
Face detection

Größe

Wie groß das Modell ist und wie viele Daten damit trainiert wurden. Parameter sind die Zahl, die entscheidet, ob es auf einer bestimmten GPU-Karte passt.

Trainingsdaten
tokens

Wie es klassifiziert ist

Labels, die das Quell-Datenset anwendet, wenn bemerkenswerte Modelle verfolgt werden, und wie zuversichtlich es in den Eintrag ist.

Aufzeichnungsgenauigkeit
Unknown
Zitationen
5,583

Quellen

Woher dieser Datensatz stammt und wann er zuletzt überprüft wurde.

Referenz
Joint Face Detection and Alignment using Multitask cascaded convolutional networks
Zuletzt aktualisiert
25 May 2026

Was die Zahlen bedeuten

Hintergrund

Multi-task Cascaded CNN wurde veröffentlicht von Chinese Academy of Sciences,Chinese University of Hong Kong (CUHK), im Land aufgezeichnet als China, während August 2016. Die Kategorie, in die der Herausgeber fällt, ist academia,Academia.

Es funktioniert im Bereich von Vision, und wird als die Aufgabe von aufgezeichnet face detection.

Da die Gewichte nicht verfügbar sind, gelten keine der Hardwareangaben an anderer Stelle auf dieser Seite für sie.

Antworten

Multi-task Cascaded CNN — Häufige Fragen

01

Multi-task Cascaded CNN— Wann wurde es veröffentlicht?

Es wurde veröffentlicht in August 2016. Die Fähigkeit pro Parameter hat sich erheblich verbessert, sodass ein neueres Modell derselben Größe oft die bessere Nutzung derselben Hardware darstellt.

02

Multi-task Cascaded CNN— Wofür wird es verwendet?

Es funktioniert im Bereich von Vision, und wird als Bewältigung der Aufgabe von face detection. Dies sind die Bereiche, um die es entworfen wurde; sie beschreiben die Absicht und nicht eine harte Grenze.

03

Multi-task Cascaded CNN— Welche GPU benötige ich, um es auszuführen?

Dieses ist ein geschlossenes Modell — seine Gewichte wurden nie veröffentlicht, sodass es zu keinem Preis heruntergeladen oder auf Ihrer eigenen Hardware ausgeführt werden kann. Es ist nur über seinen Anbieter erreichbar.

04

Multi-task Cascaded CNN— Ist es Open-Source?

Die Lizenzierung wurde nie in unseren Quelldaten aufgezeichnet. Wir behandeln nicht angegebene Lizenzen als geschlossen, da eine nicht aufgezeichnete Lizenz keine ist, auf die man sich verlassen kann.

05

Multi-task Cascaded CNN— Wie viele Parameter hat es?

Es wurden keine Parameteranzahlen veröffentlicht, weshalb keine Speicher- oder Geschwindigkeitsangaben auf dieser Seite erscheinen.

06

Multi-task Cascaded CNN— Wer hat es erstellt?

Es wurde veröffentlicht von Chinese Academy of Sciences,Chinese University of Hong Kong (CUHK), basiert auf China, eine als kategorisierte Organisation academia,Academia.

Quelle

Originalveröffentlichung

Letzte Aktualisierung des Protokolls 25 May 2026

Die andere Richtung

Von der anderen Seite aus betrachten?

Diese Seite beginnt mit dem Modell. Wenn Sie bereits eine Karte besitzen und alles wissen möchten, was sie ausführen wird, Starte stattdessen von der Hardware.