CCL
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
- SenseTime,Chinese University of Hong Kong (CUHK),Chinese Academy of Sciences
- Type d'organisation
- Industry,Academia,Academia
- Pays
- Hong Kong, China
- Publié
- 27 June 2016
- Auteurs
- Shizhan Zhu, Cheng Li, Chen Change Loy, Xiaoou Tang
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
- Approche
- Supervised
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
- 20,000 tokens
[images] Table 1
Disponibilité
Que vous puissiez obtenir le modèle et l'exécuter sur votre propre matériel, ce qui détermine si l'un des chiffres de la carte graphique sur cette page s'applique.
- Poids
- Closed — provider access only
- Accès au modèle
- Unreleased
- Code d'entraînement
- Unreleased
project page (no code or weights are released): https://mmlab.ie.cuhk.edu.hk/projects/compositional.html
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.
- Pourquoi c'est suivi
- SOTA improvement
- Confiance d'enregistrement
- Confident
https://paperswithcode.com/sota/face-alignment-on-aflw-19
Sources
D'où vient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.
- Référence
- Unconstrained Face Alignment via Cascaded Compositional Learning
- Dernière mise à jour
- 28 November 2025
Ce que les chiffres signifient
D'où cela vient-il
CCL a été publié par SenseTime,Chinese University of Hong Kong (CUHK),Chinese Academy of Sciences, dans le pays enregistré comme Hong Kong, durant June 2016. Cela provient d'une organisation classée comme industry,Academia,Academia.
Il fonctionne dans le domaine de Vision, et est enregistré comme exécutant la tâche de face detection.
C'est un modèle fermé : les valeurs entraînées sont restées avec ceux qui les ont produites, et il n'y a pas de version locale à exécuter.
Qu'est-ce qui a été nécessaire pour le construire
L'ensemble d'entraînement a duré environ 20,000 jetons de texte
Il est suivi dans le ensemble de données sous-jacent pour une raison particulière : sOTA improvement.
Réponses
CCL — questions courantes
CCL— est-ce que c'est open source ?
Non. Ses poids n'ont pas été publiés, donc il n'existe que sous forme de service contrôlé par son propriétaire.
CCL— 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.
CCL— qui l'a créé ?
Il a été publié par SenseTime,Chinese University of Hong Kong (CUHK),Chinese Academy of Sciences, basé sur Hong Kong, une organisation catégorisée comme industry,Academia,Academia.
CCL— quand a-t-il été publié ?
Il a été publié dans June 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.
CCL— 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.
CCL— 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.
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.