/ Модель

Характеристики

Архитектура
swiftformer · dense
Библиотека
transformers
Опубликована
14 апр 2023

swiftformer-xs

Классификация изображенийИзображение → label3 профессии

SwiftFormer-XS — компактная модель MBZUAI для классификации изображений, использующая эффективный механизм внимания для мобильного компьютерного зрения.

15 574скачиваний за 30 дней8лайковвеса обновлены22 июл 2025

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

MBZUAI/swiftformer-xs — модель классификации изображений из семейства SwiftFormer, разработанного авторами статьи SwiftFormer: Efficient Additive Attention for Transformer-based Real-time Mobile Vision Applications. Вариант SwiftFormer-XS использует эффективный механизм additive attention, который заменяет квадратичные матричные операции self-attention линейными поэлементными умножениями. Модель реализована для Transformers и распространяется в форматах PyTorch и safetensors.

Модель предназначена для отнесения изображений к классам ImageNet-1K и рассчитана на сценарии мобильного компьютерного зрения, где важны скорость и эффективность инференса. В карточке приводится результат 78,5% top-1 для малого варианта SwiftFormer и задержка 0,8 мс на iPhone 14; эти показатели относятся к описанию семейства, а не обязательно к конкретному XS-чекпойнту. Лицензия в предоставленных данных не указана.

Сценарии применения

  • классификация изображений ImageNet-1K
  • распознавание объектов на мобильных устройствах
  • быстрая классификация изображений при ограниченных вычислительных ресурсах

Ограничения

Обучена для классификации ImageNet-1K; результаты по точности и задержке, приведённые в README, относятся к малому варианту SwiftFormer и не подтверждены отдельно для XS. Лицензия не приведена в доступных данных.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

SwiftFormer (swiftformer-xs)

Model description

The SwiftFormer model was proposed in SwiftFormer: Efficient Additive Attention for Transformer-based Real-time Mobile Vision Applications by Abdelrahman Shaker, Muhammad Maaz, Hanoona Rasheed, Salman Khan, Ming-Hsuan Yang, Fahad Shahbaz Khan.

SwiftFormer paper introduces a novel efficient additive attention mechanism that effectively replaces the quadratic matrix multiplication operations in the self-attention computation with linear element-wise multiplications. A series of models called 'SwiftFormer' is built based on this, which achieves state-of-the-art performance in terms of both accuracy and mobile inference speed. Even their small variant achieves 78.5% top-1 ImageNet1K accuracy with only 0.8 ms latency on iPhone 14, which is more accurate and 2× faster compared to MobileViT-v2.

Intended uses & limitations

How to use

import requests
from PIL import Image

url = 'http://images.cocodataset.org/val2017/000000039769.jpg'
image = Image.open(requests.get(url, stream=True).raw)

from transformers import ViTImageProcessor
processor = ViTImageProcessor.from_pretrained('shehan97/swiftformer-xs')
inputs = processor(images=image, return_tensors="pt")


from transformers.models.swiftformer import SwiftFormerForImageClassification
new_model = SwiftFormerForImageClassification.from_pretrained('shehan97/swiftformer-xs')

output = new_model(inputs['pixel_values'], output_hidden_states=True)
logits = output.logits
predicted_class_idx = logits.argmax(-1).item()
print("Predicted class:", new_model.config.id2label[predicted_class_idx])

Limitations and bias

Training data

The classification model is trained on the ImageNet-1K dataset.

Training procedure

Evaluation results

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers · image-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
SwiftFormerForImageClassification
Ревизия весов
103d0c7

0 моделей