/ Модель

Характеристики

Лицензия
Apache 2.0
Библиотека
timm
Опубликована
24 мар 2023

eca_nfnet_l2.ra3_in1k

Классификация изображенийИзображение → label3 профессии

Модель компьютерного зрения на базе ECA-NFNet для классификации изображений и извлечения визуальных признаков.

505скачиваний 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.

  • imagenetv2-matched-frequency

    top5 · выше — лучше

    Результат

    92,7 %

    image-classification 92,32 %image-classification 74,59 %image-classification 74,29 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-r-clean

    top1 · выше — лучше

    Результат

    96,46 %

    image-classification 99,61 %image-classification 99,56 %image-classification 96,03 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-r

    top1 · выше — лучше

    Результат

    50,727 %

    image-classification 65,833 %image-classification 65,463 %image-classification 50,217 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-a-clean

    top5 · выше — лучше

    Результат

    99,51 %

    image-classification 99,41 %image-classification 97,07 %image-classification 96,59 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet

    top5 · выше — лучше

    Результат

    97,256 %

    image-classification 97,016 %image-classification 84,71 %image-classification 84,17 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-real

    top5 · выше — лучше

    Результат

    98,32 %

    image-classification 98,17 %image-classification 89,158 %image-classification 88,757 %
    timm

    Публичная таблицаревизия не подтверждена

  • sketch

    top5 · выше — лучше

    Результат

    60,54 %

    image-classification 59,504 %image-classification 39,588 %image-classification 38,731 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-a

    top5 · выше — лучше

    Результат

    75,653 %

    image-classification 72,933 %image-classification 44,76 %image-classification 41,907 %
    timm

    Публичная таблицаревизия не подтверждена

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

ECA-NFNet-L2.ra3_in1k — модель классификации изображений и извлечения визуальных признаков, разработанная Россом Уайтманом и обученная в библиотеке timm на ImageNet-1k. Она содержит 56,7 млн параметров и использует архитектуру NFNet без слоёв нормализации: вместо них применяются Scaled Weight Standardization и скалярные коэффициенты в остаточных блоках. Вариант Lightweight NFNet имеет уменьшенные коэффициенты расширения блоков, а механизм ECA заменяет SE-внимание; в модели также используются активации SiLU.

Модель предназначена для классификации изображений, извлечения карт признаков и получения эмбеддингов. Размер изображения при обучении — 320 × 320 пикселей, при тестировании — 384 × 384. Веса доступны в форматах PyTorch и SafeTensors. Лицензия — Apache-2.0. Карточка не описывает поддержку текстовых или иных входных данных.

Сценарии применения

  • Классификация изображений по категориям ImageNet-1k
  • Извлечение карт признаков для компьютерного зрения
  • Получение эмбеддингов изображений для поиска и сравнения

Ограничения

Модель обучена на ImageNet-1k, поэтому её классификационные возможности привязаны к этому набору категорий. Для тестирования рекомендуется размер изображения 384 × 384 пикселя.

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 eca_nfnet_l2.ra3_in1k

A ECA-NFNet-Lite (Lightweight NFNet w/ ECA attention) image classification model. Trained in timm by Ross Wightman.

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.

Lightweight NFNets are timm specific variants that reduce the SE and bottleneck ratio from 0.5 -> 0.25 (reducing widths) and use a smaller group size while maintaining the same depth. SiLU activations used instead of GELU.

This NFNet variant also uses ECA (Efficient Channel Attention) instead of SE (Squeeze-and-Excitation).

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('eca_nfnet_l2.ra3_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(
    'eca_nfnet_l2.ra3_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, 160, 160])
    #  torch.Size([1, 256, 80, 80])
    #  torch.Size([1, 512, 40, 40])
    #  torch.Size([1, 1536, 20, 20])
    #  torch.Size([1, 3072, 10, 10])

    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(
    'eca_nfnet_l2.ra3_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, 10, 10) 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
49e3ec5

0 моделей