/ Модель

Характеристики

Лицензия
MIT
Библиотека
timm
Опубликована
23 апр 2023

edgenext_small.usi_in1k

Классификация изображенийИзображение → label3 профессии

Компактная модель EdgeNeXt для классификации изображений и извлечения визуальных признаков, обученная на ImageNet-1k.

168 тыс.скачиваний за 30 дней6лайковвеса 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

    31,123 %

    image-classification 51,897 %image-classification 50,16 %image-classification 32,29 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-r

    top1 · выше — лучше

    Результат

    43,687 %

    image-classification 60,847 %image-classification 59,933 %image-classification 44,757 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet

    top1 · выше — лучше

    Результат

    81,068 %

    image-classification 95,712 %image-classification 95,33 %image-classification 81,574 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenetv2-matched-frequency

    top5 · выше — лучше

    Результат

    89,79 %

    image-classification 89,23 %image-classification 70,99 %image-classification 70 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-real

    top1 · выше — лучше

    Результат

    86,946 %

    image-classification 97,587 %image-classification 97,291 %image-classification 87,506 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-r-clean

    top5 · выше — лучше

    Результат

    99,18 %

    image-classification 99,41 %image-classification 94,85 %image-classification 94,4 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-a

    top5 · выше — лучше

    Результат

    53,573 %

    image-classification 48,36 %image-classification 18,52 %image-classification 15,32 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-a-clean

    top5 · выше — лучше

    Результат

    98,96 %

    image-classification 99,1 %image-classification 95,42 %image-classification 94,95 %
    timm

    Публичная таблицаревизия не подтверждена

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

EdgeNeXt Small USI — модель классификации изображений семейства EdgeNeXt, обученная авторами статей на ImageNet-1k с дистилляцией USI. Она предназначена для определения классов объектов на изображениях, а также может использоваться как визуальный backbone для извлечения карт признаков и эмбеддингов.

Модель содержит 5,6 млн параметров, требует около 1,3 GMACs и рассчитана на мобильные сценарии компьютерного зрения. Размер изображения при обучении составлял 256 × 256 пикселей, при тестировании — 320 × 320. Репозиторий предоставляет веса PyTorch и safetensors; библиотека — timm.

Лицензия — MIT. Модель обучена на ImageNet-1k, поэтому её качество и применимость могут быть ограничены классами и распределением данных этого набора; для специализированных данных может потребоваться дообучение.

Сценарии применения

  • Классификация объектов на изображениях
  • Извлечение карт признаков для компьютерного зрения
  • Получение эмбеддингов изображений
  • Использование как мобильного визуального backbone

Ограничения

Обучение на ImageNet-1k ориентирует модель на классы и распределение этого набора данных; для специализированных предметных областей 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 edgenext_small.usi_in1k

An EdgeNeXt image classification model. Trained on ImageNet-1k by paper authors using distillation (USI as per Solving ImageNet).

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('edgenext_small.usi_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_small.usi_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, 48, 64, 64])
    #  torch.Size([1, 96, 32, 32])
    #  torch.Size([1, 160, 16, 16])
    #  torch.Size([1, 304, 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_small.usi_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, 304, 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}
}
@misc{https://doi.org/10.48550/arxiv.2204.03475,
  doi = {10.48550/ARXIV.2204.03475},  
  url = {https://arxiv.org/abs/2204.03475},  
  author = {Ridnik, Tal and Lawen, Hussam and Ben-Baruch, Emanuel and Noy, Asaf},  
  keywords = {Computer Vision and Pattern Recognition (cs.CV), Machine Learning (cs.LG), FOS: Computer and information sciences, FOS: Computer and information sciences},  
  title = {Solving ImageNet: a Unified Scheme for Training any Backbone to Top Results},  
  publisher = {arXiv},  
  year = {2022},  
}

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
81bd8f2

0 моделей