/ Модель

Характеристики

Лицензия
Apache 2.0
Библиотека
timm
Опубликована
24 мар 2023

dm_nfnet_f5.dm_in1k

Классификация изображенийИзображение → label3 профессии

NFNet-F5 — крупная модель классификации изображений, обученная на ImageNet-1k и пригодная также для извлечения визуальных признаков и эмбеддингов.

191скачиваний 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.

  • sketch

    top1 · выше — лучше

    Результат

    41,335 %

    image-classification 64,861 %image-classification 62,019 %image-classification 43,929 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-real

    top5 · выше — лучше

    Результат

    98,305 %

    image-classification 98,435 %image-classification 89,728 %image-classification 89,446 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-a

    top5 · выше — лучше

    Результат

    77,467 %

    image-classification 82,08 %image-classification 57,347 %image-classification 51,96 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet

    top1 · выше — лучше

    Результат

    85,712 %

    image-classification 97,688 %image-classification 97,55 %image-classification 86,102 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-r-clean

    top5 · выше — лучше

    Результат

    99,6 %

    image-classification 99,67 %image-classification 97,02 %image-classification 96,81 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenetv2-matched-frequency

    top5 · выше — лучше

    Результат

    92,77 %

    image-classification 92,47 %image-classification 75,43 %image-classification 75,3 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-r

    top5 · выше — лучше

    Результат

    70,1 %

    image-classification 68,57 %image-classification 56,257 %image-classification 54,39 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-a-clean

    top5 · выше — лучше

    Результат

    99,59 %

    image-classification 99,52 %image-classification 97,78 %image-classification 97,48 %
    timm

    Публичная таблицаревизия не подтверждена

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

dm_nfnet_f5.dm_in1k — модель семейства NFNet для классификации изображений, обученная авторами работ о Normalization-Free Networks на ImageNet-1k. Её также можно использовать как визуальный backbone для извлечения карт признаков и эмбеддингов изображений.

Архитектура построена по мотивам ResNet с предварительной активацией, но без слоёв нормализации: вместо них применяются Scaled Weight Standardization и скалярные коэффициенты в остаточных связях и нелинейностях. Модель содержит около 377,2 млн параметров; рекомендуемый размер изображения при тестировании — 544 × 544 пикселя. Репозиторий предоставляет веса PyTorch и Safetensors.

Модель предназначена для распознавания объектов и других классов ImageNet-1k, а также для получения визуальных признаков и эмбеддингов. Лицензия Apache-2.0 разрешает использование и распространение с соблюдением её условий. Высокая вычислительная стоимость и специализация на классификации ImageNet-1k могут ограничивать применение в системах с малым бюджетом ресурсов или на других наборах классов без дополнительной адаптации.

Сценарии применения

  • классификация изображений по классам ImageNet-1k
  • извлечение карт визуальных признаков для компьютерного зрения
  • получение эмбеддингов изображений для поиска по сходству
  • использование как backbone в системах распознавания изображений

Ограничения

Модель крупная — около 377,2 млн параметров — и требует значительных вычислительных ресурсов. Она обучена на ImageNet-1k, поэтому для других наборов классов может потребоваться адаптация.

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 dm_nfnet_f5.dm_in1k

A NFNet (Normalization Free Network) image classification model. Trained on ImageNet-1k by paper authors.

Normalization Free Networks are (pre-activation) ResNet-like models without any normalization layers. Instead of Batch Normalization or alternatives, they use Scaled Weight Standardization and specifically placed scalar gains in residual path and at non-linearities based on signal propagation analysis.

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('dm_nfnet_f5.dm_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(
    'dm_nfnet_f5.dm_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, 208, 208])
    #  torch.Size([1, 256, 104, 104])
    #  torch.Size([1, 512, 52, 52])
    #  torch.Size([1, 1536, 26, 26])
    #  torch.Size([1, 3072, 13, 13])

    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(
    'dm_nfnet_f5.dm_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, 3072, 13, 13) 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{brock2021high,
  author={Andrew Brock and Soham De and Samuel L. Smith and Karen Simonyan},
  title={High-Performance Large-Scale Image Recognition Without Normalization},
  journal={arXiv preprint arXiv:2102.06171},
  year={2021}
}
@inproceedings{brock2021characterizing,
  author={Andrew Brock and Soham De and Samuel L. Smith},
  title={Characterizing signal propagation to close the performance gap in
  unnormalized ResNets},
  booktitle={9th International Conference on Learning Representations, {ICLR}},
  year={2021}
}
@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
89cb32d

0 моделей