--- title: seetapsych-models canonical_url: "https://www.modelscope.cn/models/seetapsych/seetapsych-models" md_url: "https://www.modelscope.cn/models/seetapsych/seetapsych-models.md" repository: seetapsych/seetapsych-models chinese_name: "SeetaPsych Models" last_updated: 2026-09-24 license: BSD-3-Clause pipeline_tag: face-attribute-recognition tasks: - face-attribute-recognition parameters: 147.7M tensor_type: - F32 - I64 library_name: - onnx - safetensors downloads: 107 stars: 0 --- # seetapsych-models > seetapsych-models - seetapsych 在 ModelScope 开源的模型。模型文件和权重，可浏览“模型文件”页面获取。 seetapsych/seetapsych-models 是 ModelScope 魔搭社区上的 147.7M 参数face-attribute-recognition模型，采用 BSD-3-Clause 许可。 - **Repository**: seetapsych/seetapsych-models - **License**: BSD-3-Clause - **Tasks**: face-attribute-recognition - **Parameters**: 147.7M - **Downloads**: 107 - **Stars**: 0 - **Last updated**: 2026-09-24 Source: https://www.modelscope.cn/models/seetapsych/seetapsych-models --- 简体中文 | [English](README_EN.md) ### 模型文件和权重，可浏览“模型文件”页面获取。 本项目作为 SeetaPsych 的模型下载集合，既包含镜像保存的第三方模型下载链接，也包含 SeetaPsych 项目自身发布的模型。 #### 您可以通过如下 git clone 命令或 ModelScope SDK 下载模型 SDK 下载 ```bash # 安装 ModelScope pip install modelscope ``` ```python # 下载整个模型仓库 from modelscope import snapshot_download model_dir = snapshot_download('seetapsych/seetapsych-models') ``` ```python # 单个文件下载 from modelscope.hub.file_download import model_file_download file_path = model_file_download( model_id='seetapsych/seetapsych-models', file_path='insightface/recognition/glint360k_r18.onnx' ) ``` Git 下载 ``` # 克隆模型仓库 git clone https://www.modelscope.cn/seetapsych/seetapsych-models.git ``` #### 更推荐通过链接单独下载模型 ```sh curl https://www.modelscope.cn/models/seetapsych/seetapsych-models/resolve/master/insightface/recognition/glint360k_r18.onnx ``` ## SeetaPsych 模型 本仓库收录 SeetaPsych 各子项目发布的模型，具体用法请参考 [SeetaPsych](https://github.com/seetapsych/seetapsych-lib) 主库文档。 | 项目 | 模型 | 说明 | | --- | --- | --- | | [FaceEx](https://github.com/seetapsych/seetapsych-face-ex) | [seeta-face-ex-dense-landmarks-280.onnx](seetapsych/face-ex/seeta-face-ex-dense-landmarks-280.onnx)（SeetaDenseLandmarks 280 点稠密人脸关键点模型） | 280 点密集人脸关键点预测，支持可选的二次精修流程。 | | [Emo](https://github.com/seetapsych/seetapsych-emo) | [seeta-emo-ufanet-2604.safetensors](seetapsych/emo/seeta-emo-ufanet-2604.safetensors)（SeetaEmoNet 多任务人脸情感模型，同时预测动作单元、离散表情与效价-唤醒度连续维度） | 多任务面部情感估计：16 个动作单元（AU）、7 类离散表情分类、效价-唤醒维度情感回归。 | | [GazeScreen](https://github.com/seetapsych/seetapsych-gaze-screen) | [opengaze-affnet-v2.safetensors](seetapsych/gaze-screen/opengaze-affnet-v2.safetensors)（AFFNet 屏幕视线估计模型 v2）
[opengaze-affnet.safetensors](seetapsych/gaze-screen/opengaze-affnet.safetensors)（AFFNet v1）
[opengeze-tdgazenet.safetensors](seetapsych/gaze-screen/opengeze-tdgazenet.safetensors)（TdGazeNet 屏幕视线估计模型，精度高于 AFFNet） | 桌面眼动场景下基于 AFFNet 与 TDGazeNet 的屏幕注视坐标估计。 | | [GazeFollow](https://github.com/seetapsych/seetapsych-gaze-follow) | [seeta-gaze-follow-cosi_weights.pth](seetapsych/gaze-follow/seeta-gaze-follow-cosi_weights.pth)（CoSIGaze 视线跟随与社交注视关系模型）
[seeta-gaze-follow-yolo_head.pt](seetapsych/gaze-follow/seeta-gaze-follow-yolo_head.pt)（CoSIGaze 前端多人头部检测模型） | 多人头检测、逐人场景级注视跟随、双人社交注视关系分类。 | | [Hertz](https://github.com/seetapsych/seetapsych-hertz) | [seeta-hertz-tinyhr.onnx](seetapsych/hertz/seeta-hertz-tinyhr.onnx)（TinyHR 面部视频心率估计模型） | 基于 rPPG 的非接触式心率估计（TinyHR 卷积波形预测器与 AdaChrom 色度分析）。 | ## 第三方模型 本项目为以下第三方开源项目的模型提供镜像下载，便于统一、稳定地获取。模型版权与许可归原作者所有，使用前请以各项目仓库中的许可证条款为准。 | 项目 | 许可证 | 原项目地址 | | --- | --- | --- | | InsightFace | 代码 MIT；预训练模型仅限非商业研究用途 | | | MediaPipe | Apache-2.0 | | | 3DDFA_V2 | MIT | | | RetinaFace (PyTorch) | MIT | | | DINOv2 | Apache-2.0 | | 各模型在 SeetaPsych 中的加载与使用方式，请参见 [SeetaPsych](https://github.com/seetapsych/seetapsych-lib) 主库文档；模型自身的训练与推理细节，请参见对应的原项目。 ### InsightFace 人脸检测与人脸识别模型，原项目地址 ，目录内文档见 [README.md](insightface/README.md)。 | 目录 | 模型 | 说明 | | --- | --- | --- | | `insightface/buffalo/` | `det_500m.onnx`、`det_2.5g.onnx`、`det_10g.onnx` | SCRFD 人脸检测，输出人脸框与 5 点关键点，按计算量分为 500M / 2.5G / 10G 三档 | | `insightface/buffalo/` | `w600k_r50.onnx`、`w600k_mbf.onnx` | ArcFace 人脸特征提取，输出 L2 归一化的 512 维特征（ResNet-50 / MobileFaceNet，WebFace600K 训练） | | `insightface/recognition/` | `glint360k_r18.onnx`、`glint360k_r34.onnx`、`glint360k_r50.onnx`、`glint360k_r100.onnx` | ArcFace 人脸识别（ResNet-18/34/50/100，Glint360K 训练） | | `insightface/recognition/` | `webface_r50.onnx`、`webface_r50_pfc.onnx` | ArcFace 人脸识别（ResNet-50，WebFace 训练） | ### MediaPipe 人脸检测与人脸网格模型，原项目地址 ，相关文档见 [README.md](mediapipe/README.md)。 | 目录 | 模型 | 说明 | | --- | --- | --- | | `mediapipe/face_detector/` | `blaze_face_short_range.tflite`、`blaze_face_full_range.tflite`、`blaze_face_full_range_sparse.tflite` | BlazeFace 人脸检测，分近距、全距与全距稀疏三种版本 | | `mediapipe/face_landmarker/` | `face_landmarker.task` | Face Landmarker 组合包，内含 BlazeFace 检测、Face Mesh V2 与 Blendshape 模型，输出 468 点归一化三维人脸网格 | ### 3DDFA_V2 三维稠密人脸对齐，原项目地址 ，相关文档见 [readme.md](3ddfa_v2/readme.md)，许可证见 [LICENSE](3ddfa_v2/LICENSE)。 | 文件 | 内容 | | --- | --- | | `3ddfa_v2/3ddfa-v2.zip` | `tddfa-v2-mb1.onnx`（MobileNetV1 主干）、`bfm-noneck-v3.pkl`（3DMM 基模型）、`param-mean-std.pkl`（参数归一化） | ### RetinaFace (PyTorch) 人脸检测模型，输出人脸框与 5 点关键点，原项目地址 ，相关文档见 [README.md](retinaface/README.md)，许可证见 [LICENSE.MIT](retinaface/LICENSE.MIT)。官方 MxNet 实现另见 [InsightFace](https://github.com/deepinsight/insightface/tree/master/RetinaFace)。 | 模型 | 说明 | | --- | --- | | `retinaface/Resnet50_Final.safetensors`、`retinaface/Resnet50_Final.pth` | RetinaFace，ResNet-50 主干，精度更高 | | `retinaface/mobilenet0.25_Final.safetensors`、`retinaface/mobilenet0.25_Final.pth` | RetinaFace，MobileNet-0.25 主干，速度更快 | ### DINOv2 视觉自监督预训练主干模型，可作为下游任务的通用特征提取器，本仓库镜像的 ViT-B/14 权重用于 CoSIGaze 视线跟随模型。原项目地址 ，相关文档见 [README.md](dinov2/README.md)，许可证见 [LICENSE](dinov2/LICENSE)。 | 模型 | 说明 | | --- | --- | | `dinov2/dinov2_vitb14_pretrain.pth` | DINOv2 ViT-B/14 预训练主干权重 | 该目录另附 XRay-DINO 与 Cell-DINO 相关许可文件（`LICENSE_XRAY_DINO_MODEL`、`LICENSE_CELL_DINO_CODE`、`LICENSE_CELL_DINO_MODELS`），其对应权重均仅限非商业研究用途，本仓库未镜像其权重。 ## 许可证 本项目基于 **BSD 3-Clause License** 开源，完整条款详见根目录的 [LICENSE](LICENSE) 文件。 许可范围包括 SeetaPsych 项目发布的模型，见 [seetapsych](seetapsych/)。第三方镜像模型不在此许可范围内，遵循其各自项目的许可证。