简介

这是一个轻量级的图像分类模型，专注于识别图片中的人物性别。对于需要快速处理用户头像、自动化标签分类或进行人口统计分析的开发者来说，它提供了一种低成本的自动化方案。该模型上手门槛极低，无需复杂的调优即可通过 API 或本地部署实现快速推理。相比于通用的大型多模态模型，它在单一任务上响应更快，适合集成到对实时性要求较高的业务流程中，作为图像预处理的一个环节。

核心亮点

专注性别识别，推理速度快且资源占用低
适配 Apache-2.0 协议，商业集成灵活
无需复杂配置，适合快速搭建自动化分类流
可作为通用视觉模型的前置过滤工具

使用方法

安装依赖

# 安装 Hugging Face transformers
pip install transformers torch

SDK 使用

# 使用 transformers 加载模型
from transformers import AutoModel, AutoTokenizer

model = AutoModel.from_pretrained("rizvandwiki/gender-classification")
tokenizer = AutoTokenizer.from_pretrained("rizvandwiki/gender-classification")

Hugging Face 下载

我们推荐使用命令行或者 Hugging Face Hub SDK 来进行模型的下载。

操作指引：在下载前，请先通过如下命令安装 huggingface_hub：

操作指引

pip install -U huggingface_hub

命令行下载

下载完整模型库

huggingface-cli download rizvandwiki/gender-classification

下载单个文件到指定本地文件夹（以下载 config.json 到当前路径下 ./dir 目录为例）

huggingface-cli download rizvandwiki/gender-classification config.json --local-dir ./dir

更多命令行下载选项，可参见官方文档

SDK 下载

# 模型下载
from huggingface_hub import snapshot_download
model_dir = snapshot_download('rizvandwiki/gender-classification')

Git 下载

请确保 lfs 已经被正确安装

Git 下载

git lfs install
git clone https://huggingface.co/rizvandwiki/gender-classification

如果您希望跳过 lfs 大文件下载，可以使用如下命令

跳过 LFS

GIT_LFS_SKIP_SMUDGE=1 git clone https://huggingface.co/rizvandwiki/gender-classification

模型文件托管在 Hugging Face Hub，使用 HF CLI / SDK / Git 直接下载，不经过本站。

PyTorch / Transformers 使用

安装 Transformers

pip install -U transformers torch

模型加载和推理

from transformers import AutoModelForCausalLM, AutoTokenizer

model = AutoModelForCausalLM.from_pretrained('rizvandwiki/gender-classification')
tokenizer = AutoTokenizer.from_pretrained('rizvandwiki/gender-classification')

完整文档

来源: HuggingFace

---
tags:

image-classification

pytorch

huggingpics

metrics:

accuracy

model-index:

name: gender-classification

results:
- task:
name: Image Classification
type: image-classification
metrics:
- name: Accuracy
type: accuracy
value: 0.9244444370269775
---