许可证: agpl-3.0 标签:

• pytorch
• YOLOv8
• Ultralytics
• YOLO11 基础模型:
• Ultralytics/YOLOv8
• Ultralytics/YOLO11 库名称: ultralytics 管道标签: 图像分类 模型索引:
  • 名称: v8n 结果:
    • 任务: 类型: 图像分类 数据集: 名称: FairFace 类型: FairFace 指标:
      • 名称: top1_acc 类型: top1_acc 值: 0.717
  • 名称: v8s 结果:
    • 任务: 类型: 图像分类 数据集: 名称: FairFace 类型: FairFace 指标:
      • 名称: top1_acc 类型: top1_acc 值: 0.721
  • 名称: v8m 结果:
    • 任务: 类型: 图像分类 数据集: 名称: FairFace 类型: FairFace 指标:
      • 名称: top1_acc 类型: top1_acc 值: 0.725
  • 名称: 11l 结果:
    • 任务: 类型: 图像分类 数据集: 名称: FairFace 类型: FairFace 指标:
      • 名称: top1_acc 类型: top1_acc 值: 0.733
  • 名称: 11x 结果:
    • 任务: 类型: 图像分类 数据集: 名称: FairFace 类型: FairFace 指标:
      • 名称: top1_acc 类型: top1_acc 值: 0.735

种族分类 YOLOv8/11

该模型基于微软研究人员构建的FairFace 0.25填充变体数据集，旨在通过更好地平衡数据集中的类别来减少偏见。

Karkkainen, Kimmo, 和 Joo, Jungseock.
FairFace: 用于平衡种族、性别和年龄的面部属性数据集，用于偏见测量和缓解。
IEEE/CVF冬季计算机视觉应用会议论文集，2021年，第1548–1558页。
FairFace数据集在GitHub上

你也可以在这里找到他们的预训练模型此处。

这个YOLOv8训练仅用于种族分类。我想要一个非常非常快的模型进行标记，这可能是它的用途！ 我将在未来提供一个用于在您的数据集上运行它的管道。

我已经为您制作了一些简单的脚本，可以在您的数据上使用。默认情况下，它将输出.txt文件（或追加到现有文件），因此请根据您的具体需求进行修改： https://github.com/Anzhc/Simple-Utility-Scripts-for-YOLO/tree/main