VGG-Face
Nincs becslés
Nincs hardver követelmény ennek a modellnek
A modellhez tartozó súlyokat nem tették közzé, így nem tölthető le vagy futtatható a saját hardverén bármilyen méretben. Csak a szolgáltatóján keresztül érhető el, és egyetlen grafikus kártya sem változtat ezen..
Nyilvántartásban
Teljes specifikáció
Minden feljegyzett ezzel a modellel kapcsolatban. A legtöbbje azt írja le, hogyan képezték ki, nem pedig azt, hogyan fut — hasznos kontextus annak megítéléséhez, hogy mennyi munka ment bele, és hogyan viszonyul a más méretben épített modellekhez..
Eredet
Ki építette ezt a modellt, hol, és mikor publikálták.
- Szervezet
- University of Oxford
- Szervezet típusa
- Academia
- Ország
- United Kingdom of Great Britain and Northern Ireland
- Közölt
- 1 January 2015
- Szerzők
- Omkar M. Parkhi, A. Vedaldi, Andrew Zisserman
Mit csinál
A probléma területek, amelyekre a modell készült. Egy modell több mindegyikből hordozhat.
- Tartomány
- Vision
- Feladat
- Face recognition
- Megközelítés
- Supervised
Méret
Mekkora a modell, és mennyi adatot használtak a betanításához. A paraméterek azok a számok, amelyek eldöntik, hogy az adott grafikus kártyára illeszkedik-e.
- Paraméterek
- 138M
- Képzési adatok
- 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
A tréning futás
Ami fizikailag szükséges volt a betanításhoz: mely chipek, hány, mennyi ideig, és ez mit fogyasztott a falból.
- Képzési hardver
- NVIDIA GeForce GTX Titan Black
- Használt chipek
- 4
- Teljesítményfogyasztás
- 2.1 kW
Elérhetőség
Hogy meg tudja-e szerezni a modellt és futtatni a saját hardverén, ez dönt arról, hogy alkalmazhatóak-e a lap ezen oldalán feltüntetett grafikus kártya adatok.
- Súlyok
- Closed — provider access only
- Modell hozzáférés
- Unreleased
Hogyan van besorolva
Címkék a forráshalmazra, amelyeket a figyelemre méltó modellek nyomon követésekor alkalmaznak, és hogy mennyire biztos az adatbevitelben.
- Miért követik nyomon
- SOTA improvement,Highly cited
- Nyilvántartási bizalom
- 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."
Források
Honnan származik ez a felvétel és mikor ellenőrizték utoljára.
- Referencia
- Deep Face Recognition
- Utoljára frissítve
- 28 November 2025
Mit jelentenek a számok
Honnan jött
VGG-Face ki lett adva által University of Oxford, az országban rögzítve mint United Kingdom of Great Britain and Northern Ireland, alatt January 2015. A kiadó szervezet a következő kategóriába tartozik academia.
Működik a területen a Vision, és úgy van rögzítve, mint a feladat végrehajtása face recognition.
Mivel a súlyok nem elérhetők, ezért ezen az oldalon máshol található hardveradatok egyike sem vonatkozik rá.
Hogyan lett betanítva
A képzés körülbelül egy korpuszt fogyasztott 2,600,000 szöveg tokenjei
A kiválasztási kritériuma: sOTA improvement,Highly cited.
Válaszok
VGG-Face — gyakori kérdések
VGG-Face— Mikor adták ki?
Kibocsátották a January 2015. A paraméterenkénti képesség lényegesen javult azóta, így egy újabb, azonos méretű modell gyakran jobb felhasználása a same hardvernek.
VGG-Face— Mire használják?
Működik a területen a Vision, és rögzítve van, hogy kezeli a feladatot face recognition. Ezek azok a területek, amelyek köré tervezték; ezek a szándékot írják le, nem pedig egy szigorú határt.
VGG-Face— Milyen GPU-ra van szükségem, hogy futtathassam?
Ez egy zárt modell — a súlyait soha nem tették közzé, így nem tölthető le és nem futtatható a saját hardverén semmilyen áron. Csak a szolgáltatóján keresztül érhető el.
VGG-Face— Nyílt forráskódú?
Nem. A súlyai nincsenek közzétéve, így csak a tulajdonosa által ellenőrzött szolgáltatásként létezik.
VGG-Face— Hány paramétere van?
Paraméterszáma 138M. Their largest model uses the VGG16 architecture. Ez a szám a teljes összeg, és ez határozza meg, hogy mennyi VRAM-ra van szüksége a modelleknek — körülbelül fél gigabájt milliárdonként a legtöbb ember által használt tömörítési módban.
VGG-Face— Ki készítette ezt?
Kiadta University of Oxford, alapján United Kingdom of Great Britain and Northern Ireland, egy szervezet, amelyet kategorizáltak mint academia.
A másik irány
Másik oldalról nézve?
Ez az oldal a modellel kezdődik. Ha már van kártyád, és szeretnéd tudni, hogy mindent futtat-e, Kezdj a hardverből..