Multi-task Cascaded CNN

Poids fermés Chinese Academy of Sciences,Chinese University of Hong Kong (CUHK) August 2016

Aucune estimation

Aucune exigence matérielle pour ce modèle

Les poids de ce modèle n'ont pas été publiés, donc il ne peut pas être téléchargé ou exécuté sur votre propre matériel à aucune taille. Il n'est accessible que par l'intermédiaire de son fournisseur, et aucun changement de carte graphique ne modifie cela..

Enregistrement

Spécifications complètes

Tout est enregistré pour ce modèle. La plupart décrit comment il a été entraîné plutôt que comment il fonctionne — un contexte utile pour juger combien de travail a été investi, et comment il se compare avec des modèles construits à une échelle différente..

Origine

Qui a construit ce modèle, où, et quand il a été publié.

Organisation
Chinese Academy of Sciences,Chinese University of Hong Kong (CUHK)
Type d'organisation
Academia,Academia
Pays
China, Hong Kong
Publié
26 August 2016
Auteurs
Kaipeng Zhang, Zhanpeng Zhang, Zhifeng Li, Yu Qiao

Ce qu'il fait

Les domaines problématiques pour lesquels le modèle a été conçu. Un modèle peut contenir plusieurs de chacun.

Domaine
Vision
Tâche
Face detection

Taille

Quelle est la taille du modèle et combien de données il a été formé. Les paramètres sont le chiffre qui décide s'il convient à une carte graphique donnée.

Données d'entraînement
tokens

Comment il est classé

Étiquettes que le ensemble de données source applique lors du suivi de modèles notables, et à quel point il est confiant dans l'entrée.

Confiance d'enregistrement
Unknown
Citations
5,583

Sources

D'où vient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.

Référence
Joint Face Detection and Alignment using Multitask cascaded convolutional networks
Dernière mise à jour
25 May 2026

Ce que les chiffres signifient

Contexte

Multi-task Cascaded CNN a été publié par Chinese Academy of Sciences,Chinese University of Hong Kong (CUHK), dans le pays enregistré comme China, durant August 2016. La catégorie à laquelle appartient l'éditeur est academia,Academia.

Il fonctionne dans le domaine de Vision, et est enregistré comme exécutant la tâche de face detection.

Parce que les poids ne sont pas disponibles, aucune des spécifications matérielles ailleurs sur ce site ne s'applique à cela.

Réponses

Multi-task Cascaded CNN — questions courantes

01

Multi-task Cascaded CNN— quand a-t-il été publié ?

Il a été publié dans August 2016. La capacité par paramètre s'est considérablement améliorée depuis, donc un modèle plus récent de la même taille est souvent le meilleur usage du même matériel.

02

Multi-task Cascaded CNN— à quoi ça sert ?

Il fonctionne dans le domaine de Vision, et est enregistré comme gérant la tâche de face detection. Ce sont les domaines autour desquels il a été conçu ; ils décrivent l'intention plutôt qu'une limite stricte.

03

Multi-task Cascaded CNN— Quelle GPU ai-je besoin pour l'exécuter ?

Aucun. C'est un modèle fermé - ses poids n'ont jamais été publiés, il ne peut donc pas être téléchargé ou exécuté sur votre propre matériel à aucun prix. Il n'est accessible que par son fournisseur.

04

Multi-task Cascaded CNN— est-ce que c'est open source ?

La licence n'a jamais été enregistrée dans nos données source. Nous considérons une licence non déclarée comme fermée, car une licence non enregistrée n'est pas une licence sur laquelle compter.

05

Multi-task Cascaded CNN— combien de paramètres cela a-t-il ?

Aucun nombre de paramètres n'a été publié pour cela, c'est pourquoi aucun chiffre de mémoire ou de vitesse n'apparaît sur cette page.

06

Multi-task Cascaded CNN— qui l'a créé ?

Il a été publié par Chinese Academy of Sciences,Chinese University of Hong Kong (CUHK), basé sur China, une organisation catégorisée comme academia,Academia.

Source

Publication originale

Dernière mise à jour enregistrée 25 May 2026

L'autre direction

Regardez-le de l'autre côté ?

Cette page commence par le modèle. Si vous possédez déjà une carte et souhaitez savoir tout ce qu'elle exécutera., commencez par le matériel à la place.