3DDFA
Geen schatting
Geen hardwarevereisten voor dit model
De gewichten voor dit model zijn niet gepubliceerd, dus het kan niet worden gedownload of op uw eigen hardware worden uitgevoerd in welke omvang dan ook. Het is alleen toegankelijk via de provider, en geen grafische kaart verandert dat.
Op record
Volledige specificatie
Alles over dit model vastgelegd. Het meeste beschrijft hoe het getraind is in plaats van hoe het draait — nuttige context om te beoordelen hoeveel werk erin gestoken is en hoe het zich verhoudt tot modellen die op een andere schaal zijn gebouwd.
Oorsprong
Wie heeft dit model gebouwd, waar en wanneer het werd gepubliceerd.
- Organisatie
- Chinese Academy of Sciences,Michigan State University
- Organisatie type
- Academia,Academia
- Land
- China, United States of America
- Gepubliceerd
- 23 November 2015
- Auteurs
- Xiangyu Zhu, Zhen Lei, Xiaoming Liu, Hailin Shi, S. Li
Wat het doet
De probleemgebieden waarvoor het model is gebouwd. Een model kan er verschillende van elk bevatten.
- Domein
- Vision
- Taak
- Face detection, 3D reconstruction
- Benadering
- Supervised
Grootte
Hoe groot het model is en hoeveel data erop is getraind. Parameters zijn de cijfers die bepalen of het op een bepaalde grafische kaart past.
- Parameters
- 5.4M
- Opleidingsgegevens
- 293,901 tokens
Parameters based on Figure 2: CNN layers: 4*4*16*6+4*4*32*16=9728 Local CNN: 3*3*48*32*11*11+3*3*64*49*9*9=3958848 FC: 9*9*64*256+234*256=1387008 Total: 9728+3958848+1387008=5355584
"We divide 300W-LP into 97,967 samples for training and 24,483 samples for testing, without identity overlapping. "
Beschikbaarheid
Of je het model kunt verkrijgen en het op je eigen hardware kunt draaien, wat bepaalt of een van de grafische kaartcijfers op deze pagina van toepassing is.
- Gewichten
- Closed — provider access only
- Model toegang
- Unreleased
- Trainingscode
- Open source
MIT license: https://github.com/cleardusk/3DDFA (refers to the improved later version of the paper)
Hoe het is geclassificeerd
Labels de bron dataset toepast bij het volgen van opmerkelijke modellen, en hoe zeker het is van de invoer.
- Waarom het wordt gevolgd
- SOTA improvement
- Vereiste vertrouwen
- Confident
https://paperswithcode.com/sota/3d-face-reconstruction-on-florence "Experiments on the challenging AFLW database show that our approach achieves significant improvements over state-of-the-art methods."
Bronnen
Waar deze record vandaan komt en wanneer het voor het laatst is gecontroleerd.
- Referentie
- Face Alignment in Full Pose Range: A 3D Total Solution
- Laatst bijgewerkt
- 28 November 2025
Wat de cijfers betekenen
Wat dit model is
3DDFA was published by Chinese Academy of Sciences,Michigan State University, in China, in November 2015. It comes out of academia,Academia.
It works in Vision, and is recorded as doing face detection, 3D reconstruction.
De gewichten zijn nooit gepubliceerd, dus het kan alleen worden bereikt via de aanbieder. Geen enkele grafische kaart verandert dat.
Training en afkomst
Around 293,901 tokens went into training it.
Its inclusion criterion is sOTA improvement.
Antwoorden
3DDFA — Veelgestelde vragen
When was 3DDFA released?
3DDFA was published in November 2015. Capability per parameter has improved considerably since, so a newer model of the same size is often the better use of the same hardware.
What is 3DDFA used for?
3DDFA works in Vision, and is recorded as handling face detection, 3D reconstruction. Models frequently carry more than one of each, and the tags describe purpose rather than capability limits.
What GPU do I need to run 3DDFA?
None. 3DDFA is a closed model — its weights were never published, so it cannot be downloaded or run on your own hardware at any price. It is reachable only through its provider.
Is 3DDFA open source?
No. 3DDFA has not had its weights published, so it exists only as a service controlled by its owner.
How many parameters does 3DDFA have?
3DDFA has 5.4M parameters. Parameters based on Figure 2: CNN layers: 4*4*16*6+4*4*32*16=9728 Local CNN: 3*3*48*32*11*11+3*3*64*49*9*9=3958848 FC: 9*9*64*256+234*256=1387008 Total: 9728+3958848+1387008=5355584. That figure is the total, and it is what decides how much memory the model needs — roughly half a gigabyte per billion at the compression most people use.
Who created 3DDFA?
3DDFA was published by Chinese Academy of Sciences,Michigan State University, based in China, categorised as academia,Academia.
De andere richting
Vanuit het andere perspectief bekijken?
Deze pagina begint bij het model. Als u al een kaart bezit en alles wilt weten wat het zal uitvoeren, Begin liever bij de hardware.