/ Модель

Характеристики

Лицензия
Apache 2.0
Библиотека
timm
Опубликована
7 авг 2026

cpubone_b1_bfrobust.r224_in1k

Классификация изображенийИзображение → label3 профессии

CPUBone B1 bfrobust — компактная модель для классификации изображений ImageNet-1k и извлечения признаков с расчётом на эффективный инференс на CPU.

123скачиваний за 30 дней0лайковвеса обновлены7 авг 2026

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

CPUBone B1 bfrobust — модель компьютерного зрения для классификации изображений и извлечения признаков, разработанная авторами работы CPUBone и опубликованная в формате state-dict для timm. Архитектура сочетает варианты MBConv с групповыми свёртками, уменьшенные свёрточные ядра и механизм внимания LowFormer в двух последних стадиях. Модель содержит около 12,4 млн параметров и рассчитана на изображения размером 224 × 224 пикселя.

Модель предназначена для классификации изображений по категориям ImageNet-1k, извлечения эмбеддингов и многошкальных карт признаков. Авторы ориентировали CPUBone на эффективный CPU-инференс, сочетая небольшое число операций с аппаратно-эффективным исполнением; в README приведена точность ImageNet-1k Top-1 78,928% и Top-5 94,188% при разрешении 224 пикселя. Предобработка использует bicubic resize, центрированное кадрирование с crop_pct=0.95 и среднее со стандартным отклонением ImageNet.

Зависимость задержки на CPU от оборудования, среды инференса, способа экспорта и размера пакета означает, что приведённые результаты нельзя напрямую считать показателем скорости на любом устройстве. Модель распространяется по лицензии Apache 2.0.

Сценарии применения

  • классификация изображений по категориям ImageNet-1k
  • извлечение эмбеддингов изображений для поиска и сравнения
  • получение многошкальных карт признаков для компьютерного зрения

Ограничения

Задержка инференса зависит от целевого оборудования, среды выполнения, способа экспорта и размера пакета; показатели скорости из статьи относятся к конкретным устройствам и методике. Модель обучена на ImageNet-1k, поэтому её классы ориентированы на этот набор 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

Model card for cpubone_b1_bfrobust.r224_in1k

A CPUBone image classification model. CPUBone is designed for efficient CPU inference by balancing a low operation count with hardware-efficient execution (high MACs per second). It combines grouped MBConv variants, reduced convolution kernels, and LowFormer attention in its final two stages. This checkpoint was trained on ImageNet-1k by the paper authors and converted to the timm state-dict layout.

Model Notes

  • bfrobust local MBConv branches normalize the expansion, depthwise, and projection convolutions.
  • The default preprocessing is encoded in the pretrained configuration: bicubic resize, ImageNet mean and standard deviation, and a center crop with crop_pct=0.95.
  • The model can be used for ImageNet-1k classification, image embeddings, or multi-scale feature-map extraction with features_only=True.
  • CPU latency depends on the target hardware, inference runtime, export path, and batch size. See the paper for device-specific batch-size-one measurements and methodology.

Model Details

Model Usage

Image Classification

from urllib.request import urlopen
from PIL import Image
import timm

img = Image.open(urlopen(
    'https://huggingface.co/datasets/huggingface/documentation-images/resolve/main/beignets-task-guide.png'
))

model = timm.create_model('cpubone_b1_bfrobust.r224_in1k', pretrained=True)
model = model.eval()

# get model specific transforms (normalization, resize)
data_config = timm.data.resolve_model_data_config(model)
transforms = timm.data.create_transform(**data_config, is_training=False)

output = model(transforms(img).unsqueeze(0))  # unsqueeze single image into batch of 1

top5_probabilities, top5_class_indices = torch.topk(output.softmax(dim=1) * 100, k=5)

Feature Map Extraction

from urllib.request import urlopen
from PIL import Image
import timm

img = Image.open(urlopen(
    'https://huggingface.co/datasets/huggingface/documentation-images/resolve/main/beignets-task-guide.png'
))

model = timm.create_model(
    'cpubone_b1_bfrobust.r224_in1k',
    pretrained=True,
    features_only=True,
)
model = model.eval()

# get model specific transforms (normalization, resize)
data_config = timm.data.resolve_model_data_config(model)
transforms = timm.data.create_transform(**data_config, is_training=False)

output = model(transforms(img).unsqueeze(0))  # unsqueeze single image into batch of 1

for o in output:
    # print shape of each feature map in output
    # e.g.:
    #  torch.Size([1, 32, 56, 56])
    #  torch.Size([1, 64, 28, 28])
    #  torch.Size([1, 128, 14, 14])
    #  torch.Size([1, 256, 7, 7])

    print(o.shape)

Image Embeddings

from urllib.request import urlopen
from PIL import Image
import timm

img = Image.open(urlopen(
    'https://huggingface.co/datasets/huggingface/documentation-images/resolve/main/beignets-task-guide.png'
))

model = timm.create_model(
    'cpubone_b1_bfrobust.r224_in1k',
    pretrained=True,
    num_classes=0,  # remove classifier nn.Linear
)
model = model.eval()

# get model specific transforms (normalization, resize)
data_config = timm.data.resolve_model_data_config(model)
transforms = timm.data.create_transform(**data_config, is_training=False)

output = model(transforms(img).unsqueeze(0))  # output is (batch_size, num_features) shaped tensor

# or equivalently (without needing to set num_classes=0)

output = model.forward_features(transforms(img).unsqueeze(0))
# output is unpooled, a (1, 256, 7, 7) shaped tensor

output = model.forward_head(output, pre_logits=True)
# output is a (1, num_features) shaped tensor

Model Comparison

ImageNet-1k validation accuracy in FP32 with bicubic interpolation and a centered crop (crop_pct=0.95). Values are Top-1 / Top-5 percentages; only input resolution changes between columns.

ModelParams (M)224 Top-1 / Top-5256 Top-1 / Top-5288 Top-1 / Top-5
cpubone_b0_bfrobust.r224_in1k10.3777.632 / 93.54878.344 / 93.89678.342 / 94.010
cpubone_b1_bfrobust.r224_in1k12.4478.928 / 94.18879.462 / 94.56479.620 / 94.548
cpubone_b1_dwnorm.timm_r256_in1k12.4378.280 / 94.02079.352 / 94.62480.002 / 94.914
cpubone_b2_bfrobust.r224_in1k23.8780.730 / 95.23881.144 / 95.53681.330 / 95.528
cpubone_b2pt5_dwnorm.timm_r256_in1k30.4381.118 / 95.35481.736 / 95.70682.072 / 95.882
cpubone_b3.r224_in1k40.7483.048 / 96.36683.244 / 96.47483.050 / 96.130
cpubone_nano.r224_in1k6.5272.806 / 90.62473.716 / 91.15073.572 / 91.124
cpubone_s0.r224_in1k8.7375.892 / 92.56876.532 / 92.91676.636 / 93.030
cpubone_t0.r224_in1k7.5474.868 / 91.92875.330 / 92.35875.406 / 92.330

Citation

@inproceedings{nottebaum2026cpubone,
  title={CPUBone: Efficient Vision Backbone Design for Devices with Low Parallelization Capabilities},
  author={Nottebaum, Moritz and Dunnhofer, Matteo and Micheloni, Christian},
  booktitle={Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition},
  year={2026}
}
@misc{rw2019timm,
  author = {Ross Wightman},
  title = {PyTorch Image Models},
  year = {2019},
  publisher = {GitHub},
  journal = {GitHub repository},
  doi = {10.5281/zenodo.4414861},
  howpublished = {\url{https://github.com/huggingface/pytorch-image-models}}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · timm · image-classification

Можно запустить

Подбираем GPU…

Ревизия весов
fa0ab63

0 моделей