/ Модель

Характеристики

Лицензия
Apache 2.0
Библиотека
timm
Опубликована
12 апр 2023

cs3sedarknet_x.c2ns_in1k

Классификация изображенийИзображение → label3 профессии

Сверточная CS3-SE-DarkNet из timm классифицирует изображения ImageNet и может извлекать карты признаков и эмбеддинги.

136скачиваний 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-a

    top5 · выше — лучше

    Результат

    61,587 %

    image-classification 60,333 %image-classification 29,627 %image-classification 28,04 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-real

    top5 · выше — лучше

    Результат

    97,534 %

    image-classification 97,792 %image-classification 87,992 %image-classification 87,286 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet

    top5 · выше — лучше

    Результат

    96,348 %

    image-classification 96,022 %image-classification 82,654 %image-classification 81,926 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenetv2-matched-frequency

    top5 · выше — лучше

    Результат

    91,04 %

    image-classification 90,4 %image-classification 72,39 %image-classification 71,23 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-r

    top5 · выше — лучше

    Результат

    58,727 %

    image-classification 58,81 %image-classification 43,467 %image-classification 43,227 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-a-clean

    top5 · выше — лучше

    Результат

    99,11 %

    image-classification 98,98 %image-classification 96,04 %image-classification 95,63 %
    timm

    Публичная таблицаревизия не подтверждена

  • sketch

    top5 · выше — лучше

    Результат

    50,162 %

    image-classification 49,971 %image-classification 31,026 %image-classification 30,916 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-r-clean

    top1 · выше — лучше

    Результат

    95,06 %

    image-classification 99,32 %image-classification 99,2 %image-classification 95,43 %
    timm

    Публичная таблицаревизия не подтверждена

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

cs3sedarknet_x.c2ns_in1k — сверточная модель классификации изображений из библиотеки timm. Она обучена на ImageNet-1k и предназначена для классификации изображений, извлечения карт признаков и получения эмбеддингов изображений. В основе архитектуры CS3-SE-DarkNet лежат частичные межэтапные связи, три свёртки и механизм внимания Squeeze-and-Excitation для каналов.

Модель содержит 35,4 млн параметров и требует изображение размером 288 × 288 пикселей для тестирования; размер обучения составлял 256 × 256. В карточке описана схема обучения на основе рецептов ResNet Strikes Back с оптимизатором SGD с Nesterov, адаптивным ограничением градиентов и косинусным расписанием скорости обучения. Вариант ns обучался без stochastic depth. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • классификация объектов на изображениях
  • извлечение карт признаков для компьютерного зрения
  • получение эмбеддингов изображений
  • использование в качестве визуального backbone для моделей компьютерного зрения

Ограничения

Модель обучена на ImageNet-1k; её применимость к изображениям и категориям за пределами этого набора может быть ограничена. Для тестирования в карточке указан размер изображения 288 × 288 пикселей.

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_x.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_x.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_x.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, 80, 128, 128])
    #  torch.Size([1, 160, 64, 64])
    #  torch.Size([1, 320, 32, 32])
    #  torch.Size([1, 640, 16, 16])
    #  torch.Size([1, 1280, 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_x.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, 1280, 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
4f2d3ae

0 моделей