/ Модель

Характеристики

Лицензия
Apache 2.0
Библиотека
timm
Опубликована
12 апр 2023

cs3sedarknet_l.c2ns_in1k

Классификация изображенийИзображение → label3 профессии

Сверточная CS3-SE-DarkNet-модель из timm для классификации изображений ImageNet-1k и извлечения визуальных признаков.

147скачиваний за 30 дней0лайковвеса обновлены21 янв 2025

Бенчмарки

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

Публичные оценки8

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

  • imagenet-r-clean

    top1 · выше — лучше

    Результат

    95,05 %

    image-classification 99,22 %image-classification 99,14 %image-classification 95,09 %
    timm

    Публичная таблицаревизия не подтверждена

  • sketch

    top5 · выше — лучше

    Результат

    49,553 %

    image-classification 49,099 %image-classification 30,183 %image-classification 29,832 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-a-clean

    top1 · выше — лучше

    Результат

    94,87 %

    image-classification 99,14 %image-classification 98,9 %image-classification 95,32 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-real

    top5 · выше — лучше

    Результат

    97,419 %

    image-classification 97,566 %image-classification 87,418 %image-classification 86,921 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-r

    top1 · выше — лучше

    Результат

    41,543 %

    image-classification 57,483 %image-classification 57,36 %image-classification 41,633 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-a

    top1 · выше — лучше

    Результат

    23,747 %

    image-classification 58,28 %image-classification 55,64 %image-classification 21,467 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet

    top1 · выше — лучше

    Результат

    81,77 %

    image-classification 95,962 %image-classification 95,798 %image-classification 81,208 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenetv2-matched-frequency

    top5 · выше — лучше

    Результат

    90,29 %

    image-classification 89,8 %image-classification 70,9 %image-classification 70,27 %
    timm

    Публичная таблицаревизия не подтверждена

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

cs3sedarknetl.c2ns_in1k — сверточная модель классификации изображений из библиотеки timm, обученная на ImageNet-1k. Архитектура CS3-SE-DarkNet сочетает блоки Cross-Stage-Partial с тремя свёртками и канальное внимание Squeeze-and-Excitation; её также можно использовать как основу для извлечения признаков и эмбеддингов изображений.

Модель содержит 21,9 млн параметров и требует 4,9 GMACs на обработку изображения. Размер изображения при обучении — 256 × 256 пикселей, при тестировании — 288 × 288. В README описана процедура обучения на основе рецептов ResNet Strikes Back с оптимизатором SGD с Nesterov, адаптивным отсечением градиентов и косинусным расписанием скорости обучения. Вариант ns обучался без stochastic depth.

Модель предназначена для классификации изображений общего назначения и извлечения визуальных признаков. В метаданных указана лицензия Apache-2.0. Карточка не сообщает о поддержке текстовых или иных языковых входов.

Сценарии применения

  • классификация объектов на изображениях
  • извлечение признаков для компьютерного зрения
  • получение эмбеддингов изображений
  • использование как визуального backbone в системе распознавания

Ограничения

Модель обучена на ImageNet-1k, поэтому её классификационные возможности ориентированы на этот набор классов. Для классификации и извлечения признаков следует учитывать указанные размеры входного изображения: 288 × 288 при тестировании.

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 cs3sedarknet_l.c2ns_in1k

A CS3-SE-DarkNet (Cross-Stage-Partial w/ 3 convolutions and Squeeze-and-Excitation channel attention) image classification model. Trained on ImageNet-1k in timm using recipe template described below.

Recipe details:

  • Based on ResNet Strikes Back C recipes w/o repeat-aug and stronger mixup
  • SGD (w/ Nesterov) optimizer and AGC (adaptive gradient clipping)
  • No stochastic depth used in this ns variation of the recipe
  • Cosine LR schedule with warmup

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('cs3sedarknet_l.c2ns_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(
    'cs3sedarknet_l.c2ns_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, 64, 128, 128])
    #  torch.Size([1, 128, 64, 64])
    #  torch.Size([1, 256, 32, 32])
    #  torch.Size([1, 512, 16, 16])
    #  torch.Size([1, 1024, 8, 8])

    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(
    'cs3sedarknet_l.c2ns_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, 1024, 8, 8) shaped tensor

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

Model Comparison

Explore the dataset and runtime metrics of this model in timm model results.

Citation

@article{Wang2019CSPNetAN,
  title={CSPNet: A New Backbone that can Enhance Learning Capability of CNN},
  author={Chien-Yao Wang and Hong-Yuan Mark Liao and I-Hau Yeh and Yueh-Hua Wu and Ping-Yang Chen and Jun-Wei Hsieh},
  journal={2020 IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops (CVPRW)},
  year={2019},
  pages={1571-1580}
}
@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}}
}
@article{Redmon2018YOLOv3AI,
  title={YOLOv3: An Incremental Improvement},
  author={Joseph Redmon and Ali Farhadi},
  journal={ArXiv},
  year={2018},
  volume={abs/1804.02767}
}
@inproceedings{wightman2021resnet,
  title={ResNet strikes back: An improved training procedure in timm},
  author={Wightman, Ross and Touvron, Hugo and Jegou, Herve},
  booktitle={NeurIPS 2021 Workshop on ImageNet: Past, Present, and Future}
}

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
ef38a55

0 моделей