license: apache-2.0

面部表情识别视觉变换器（ViT）模型卡

模型概述

• 模型名称: trpakov/vit-face-expression

• 任务: 面部表情/情绪识别

• 数据集: FER2013

• 模型架构: 视觉变换器（ViT）

• 微调基础模型: vit-base-patch16-224-in21k

模型描述

vit-face-expression模型是基于视觉变换器（ViT）微调的面部情绪识别模型。

该模型在FER2013数据集上训练，该数据集包含七种不同情绪分类的面部图像：

• 愤怒
• 厌恶
• 恐惧
• 快乐
• 悲伤
• 惊讶
• 中性

数据预处理

输入图像在送入模型前会经过以下预处理步骤：

• 尺寸调整: 图像将被调整为指定输入尺寸
• 归一化: 像素值将被归一化到特定范围
• 数据增强: 应用随机变换（如旋转、翻转和缩放）来扩充训练数据集

评估指标

• 验证集准确率: 0.7113
• 测试集准确率: 0.7116

局限性

• 数据偏差: 模型性能可能受训练数据中存在的偏差影响
• 泛化能力: 模型对未见数据的泛化能力取决于训练数据集的多样性