К содержимому
Другое

face-mask-mobilenetv3

компактный детектор медицинских масок на фото

2 мин чтенияобновлено

Бинарный классификатор изображений от разработчика iamaber, который определяет, есть ли на человеке в кадре медицинская маска (классы With Mask и Without Mask). Модель построена на базе лёгкой архитектуры MobileNetV3-Large с кастомной головой классификации из трёх линейных слоёв и обучена методом transfer learning (переноса обучения) в PyTorch на датасете Face Mask 12K Images. В отличие от детекторов объектов, модель не ищет координаты лиц на снимке, а выдаёт общую оценку для всей картинки целиком — её удобно использовать в связке с предварительной обрезкой лиц или в простых демо-сервисах.

Ключевые особенности

  • Компактный размер: всего около 5 млн параметров, а файл весов best_mobilenet_mask_detector.pt весит ~20 МБ и без проблем запускается на CPU.
  • Простая интеграция на PyTorch: чекпоинт сохранён как стандартный state_dict, в карточке приведён готовый скрипт препроцессинга и инференса через torchvision.
  • Честный разбор ограничений: автор подробно описал особенности работы — входное фото сжимается до квадрата 224×224 без обрезки по центру, а модель не проверяет правильность ношения маски.

Что можно сделать

  • Встроить как второй этап в пайплайн компьютерного зрения после детектора лиц, чтобы классифицировать уже вырезанные портреты людей.
  • Использовать в качестве лёгкого бэкенда для веб-приложений и прототипов (в репозитории уже есть ссылка на рабочее демо в Hugging Face Spaces).
  • Взять как понятный референс для изучения transfer learning, focal loss и замены классификационной головы в torchvision.

Пример

model = models.mobilenet_v3_large(weights=None)
model.classifier = nn.Sequential(
    nn.Linear(960, 1280), nn.Hardswish(), nn.Dropout(p=0.5),
    nn.Linear(1280, 640), nn.Hardswish(), nn.Dropout(p=0.5),
    nn.Linear(640, 2),
)
model.load_state_dict(torch.load("best_mobilenet_mask_detector.pt", map_location="cpu"))
model.eval()
ПодробнееМетрики (по данным README исходного репозитория): Test accuracy ~96%, F1-score 0.955, ROC-AUC 0.98.
Обучение: до 30 эпох, оптимизатор Adam (lr 1e-4), focal loss, датасет Face Mask 12K Images.
Ограничения: нет детекции лиц (один ответ на всё фото), чувствительность к ракурсу и освещению, не подходит для систем контроля доступа и принятия решений о людях.
Лицензия: для самих весов явная лицензия не указана (код в репозитории под MIT, датасеты под CC0).
Обсудить Telegram 0

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 0.0 GB · готовые файлы0.5 GB
  • FP8 / INT8рекомендуемвеса 0.0 GB0.5 GB
  • 4-bitвеса 0.0 GB0.5 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: FP8 / INT8 — от RTX 2060 · BF16 — от RTX 2060

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # iamaber/face-mask-mobilenetv3
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download iamaber/face-mask-mobilenetv3 --local-dir ~/models/face-mask-mobilenetv3
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к face-mask-mobilenetv3
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Новые посты про версии face-mask-mobilenetv3 — сжатые, дообучения, LoRA — появятся в колокольчике.

У этой модели пока нет известных родственников. Все производные на Hugging Face

О модели

iamaber/face-mask-mobilenetv3
Автор
iamaber
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии