/ Модель

Характеристики

Лицензия
MIT
Библиотека
timm
Опубликована
23 апр 2023

edgenext_base.in21k_ft_in1k

Классификация изображенийИзображение → label3 профессии

Модель EdgeNeXt для классификации изображений и извлечения визуальных признаков, предварительно обученная на ImageNet-21k-P и дообученная на ImageNet-1k.

420скачиваний 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-real

    top1 · выше — лучше

    Результат

    88,503 %

    image-classification 98,269 %image-classification 98,014 %image-classification 88,97 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-a-clean

    top5 · выше — лучше

    Результат

    99,42 %

    image-classification 99,38 %image-classification 96,74 %image-classification 96,36 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-r-clean

    top1 · выше — лучше

    Результат

    96,19 %

    image-classification 99,47 %image-classification 99,41 %image-classification 95,88 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-a

    top5 · выше — лучше

    Результат

    75,427 %

    image-classification 69,467 %image-classification 42,773 %image-classification 35,627 %
    timm

    Публичная таблицаревизия не подтверждена

  • sketch

    top1 · выше — лучше

    Результат

    40,838 %

    image-classification 61,758 %image-classification 61,212 %image-classification 39,981 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenetv2-matched-frequency

    top1 · выше — лучше

    Результат

    73,48 %

    image-classification 91,84 %image-classification 91,24 %image-classification 73,6 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-r

    top1 · выше — лучше

    Результат

    50,61 %

    image-classification 65,76 %image-classification 65 %image-classification 51,34 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet

    top1 · выше — лучше

    Результат

    84,076 %

    image-classification 97,208 %image-classification 96,8 %image-classification 83,416 %
    timm

    Публичная таблицаревизия не подтверждена

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

timm/edgenext_base.in21k_ft_in1k — модель классификации изображений из семейства EdgeNeXt, опубликованная авторами проекта timm. Она предварительно обучена на ImageNet-21k-P (подвыборка winter21), а затем дообучена авторами статьи на ImageNet-1k. Модель также может использоваться как визуальный backbone для извлечения карт признаков и эмбеддингов изображений.

EdgeNeXt сочетает свёрточные и Transformer-подобные компоненты и предназначена для задач компьютерного зрения, в том числе мобильных сценариев. В модели около 18,5 млн параметров и 3,8 GMACs; размер изображения при тестировании — 320 × 320 пикселей. Репозиторий содержит веса PyTorch и SafeTensors, библиотека — timm. Лицензия — MIT.

Модель классифицирует изображения по категориям ImageNet и может служить основой для извлечения визуальных признаков. Её результаты и область применения связаны с распределением ImageNet; карточка не подтверждает качество на специализированных наборах изображений или других задачах без дополнительной адаптации.

Сценарии применения

  • классификация изображений по категориям ImageNet
  • получение карт признаков для изображений
  • извлечение эмбеддингов изображений для поиска по визуальному сходству

Ограничения

Обучение ориентировано на классы ImageNet; качество на специализированных данных карточкой не подтверждено. Для тестирования указано разрешение 320 × 320 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 edgenext_base.in21k_ft_in1k

An EdgeNeXt image classification model. Pretrained on ImageNet-21k-P (winter21 subset) and fine-tuned on ImageNet-1k by paper authors.

Model Details

  • Model Type: Image classification / feature backbone
  • Model Stats:
    • Params (M): 18.5
    • GMACs: 3.8
    • Activations (M): 15.6
    • Image size: train = 256 x 256, test = 320 x 320
  • Papers:
  • Pretrain Dataset: ImageNet-21K-P
  • Dataset: ImageNet-1k
  • Original: https://github.com/mmaaz60/EdgeNeXt

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('edgenext_base.in21k_ft_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(
    'edgenext_base.in21k_ft_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, 64, 64])
    #  torch.Size([1, 160, 32, 32])
    #  torch.Size([1, 288, 16, 16])
    #  torch.Size([1, 584, 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(
    'edgenext_base.in21k_ft_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, 584, 8, 8) shaped tensor

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

Citation

@inproceedings{Maaz2022EdgeNeXt,
  title={EdgeNeXt: Efficiently Amalgamated CNN-Transformer Architecture for Mobile Vision Applications},
    author={Muhammad Maaz and Abdelrahman Shaker and Hisham Cholakkal and Salman Khan and Syed Waqas Zamir and Rao Muhammad Anwer and Fahad Shahbaz Khan},
  booktitle={International Workshop on Computational Aspects of Deep Learning at 17th European Conference on Computer Vision (CADL2022)},
  year={2022},
  organization={Springer}
}

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
943b28a

0 моделей