面部美容评分模型

客观量化吸引力

结合迁移学习与注意力机制的面部吸引力客观评分模型,可为整形医生提供快速一致的术前评估参考。

Yang, Chao-Tung · Wang, Yu Chieh · Lo, Lunjou · Kuang-Che, Kuo · Lin, Hsiuhsia

Diagnostics 2023

参数信息

平均绝对百分比误差
18.5 %
均方根误差
0.50

技术优势

评分客观一致

采用深度学习模型自动提取特征,避免人工评分的主观波动,为医生提供可重复的评分参考。

小数据也能训

利用迁移学习在大型人脸数据集上预训练,再在小规模临床数据上微调,降低了对标注样本量的依赖。

量化误差可控

模型输出连续分数,并用MAPE和RMSE作为误差指标,便于评估和调整模型性能。

网页直接可用

已开发推理网页,医生上传面部照片即可获得评分,无需本地部署复杂环境。

应用场景