Компьютерная наука > Компютерное видение и распознавание шаблонов [представлено 8 февраля 2026 года, последний пересмотренный вариант 24 октября 2026 (эта версия v3)] Название: Вне коробки оценки возраста с помощью фотоснимков: Комплексный контрольный параметр моделей зрения - Language в сравнении со внепакетными традиционными архитектурами Вид PDF HTML (экспериментальным) резюме: Фактическая оценка возрастного состава играет решающую роль в умеренности содержания, проверке возраста и глубоком обнаружении. Однако ни один из предыдущих контрольных показателей не позволяет систематически сопоставлять современные модели языка зрения (МВУ) со специализированными архитектурами оценки возраста. Мы представляем первый крупномасштабный перекрестный контрольный параметр, в котором оцениваются 34 модели - 22 специализированные архитектуры с общедоступными заранее подготовленными весами и 12 ОДЗМ общего назначения - по восьми стандартным наборам данных (UTKFace, IMDB-WIKI, MORPH, AFAD, CACD, FGNET, APPA-REAL и AgeDB), что составляет 1 100 тестовых изображений на одну модель. Наш ключевой вывод поразительный: нулевые VLM значительно превосходят большинство специализированных моделей, достигая средней абсолютной ошибки (MAE) в 5,65 года по сравнению с 9,88 лет для моделей, не относящихся к LLM. Лучшие результаты VLM (Gemini 3 Flash Preview, MAE 4.32) превышают на 15% самую мощную модель без LLM. Единственная специализированная модель, которая остается конкурентоспособной с VLM, является…
Оценка возраста в коробке на основе снимков лиц: Комплексный контрольный параметр моделей зрения-лангуага по сравнению с нестандартными традиционными архитектурами
arXiv: 2602,07815v3 Вид уведомления: заменить резюме: оценка возраста лиц играет важнейшую роль в умеренности содержания, проверке возраста и глубоком обнаружении. Однако ни один из предыдущих контрольных показателей не позволяет систематически сопоставлять современные модели языка зрения (МВУ) со специализированными архитектурами оценки возраста. Мы представляем первый крупномасштабный перекрестный контрольный параметр, в котором оцениваются 34 модели - 22 специализированные архитектуры с общедоступными заранее подготовленными весами и 12 ОДЗМ общего назначения - по восьми стандартным наборам данных (UTKFace, IMDB-WIKI, MORPH, AFAD, CACD, FGNET, APPA-REAL и AgeDB), что составляет 1 100 тестовых изображений на одну модель. Наш ключевой вывод поразительный: нулевые VLM значительно превосходят большинство специализированных моделей, достигая средней абсолютной ошибки (MAE) в 5,65 года по сравнению с 9,88 лет для моделей, не относящихся к LLM. Лучшие результаты VLM (Gemini 3 Flash Preview, MAE 4.32) превышают на 15% самую мощную модель без LLM. МиВОЛО - уникальное сочетание характеристик лица и тела u