/ Модель

Характеристики

Лицензия
MIT
Библиотека
timm
Опубликована
23 апр 2023

edgenext_small_rw.sw_in1k

Классификация изображенийИзображение → label3 профессии

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

586скачиваний за 30 дней1лайквеса 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

    top5 · выше — лучше

    Результат

    94,518 %

    image-classification 95,206 %image-classification 80,452 %image-classification 79,596 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-r

    top5 · выше — лучше

    Результат

    58,693 %

    image-classification 58,52 %image-classification 41,99 %image-classification 41,693 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-a-clean

    top5 · выше — лучше

    Результат

    98,55 %

    image-classification 98,82 %image-classification 94,68 %image-classification 93,93 %
    timm

    Публичная таблицаревизия не подтверждена

  • sketch

    top5 · выше — лучше

    Результат

    48,73 %

    image-classification 49,193 %image-classification 29,729 %image-classification 29,366 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-real

    top5 · выше — лучше

    Результат

    96,943 %

    image-classification 96,432 %image-classification 86,052 %image-classification 85,172 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenetv2-matched-frequency

    top1 · выше — лучше

    Результат

    67,96 %

    image-classification 88,79 %image-classification 88,31 %image-classification 69,14 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-r-clean

    top1 · выше — лучше

    Результат

    94,36 %

    image-classification 99,04 %image-classification 98,72 %image-classification 93,83 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-a

    top1 · выше — лучше

    Результат

    13,6 %

    image-classification 49,52 %image-classification 45,907 %image-classification 15,8 %
    timm

    Публичная таблицаревизия не подтверждена

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

EdgeNeXt Small RW — модель классификации изображений и извлечения визуальных признаков из семейства EdgeNeXt, обученная Ross Wightman с библиотекой timm на ImageNet-1k по рецепту обучения, вдохновлённому Swin Transformer. Модель содержит 7,8 млн параметров и рассчитана на мобильные сценарии компьютерного зрения.

Модель принимает изображения: для обучения использовался размер 256 × 256 пикселей, для тестирования — 320 × 320. Помимо классификации, её можно применять как визуальный backbone для извлечения карт признаков и эмбеддингов изображений. Репозиторий содержит веса PyTorch в формате safetensors. Лицензия — MIT.

Сценарии применения

  • Классификация объектов на изображениях
  • Извлечение визуальных признаков для компьютерного зрения
  • Получение эмбеддингов изображений для поиска по сходству
  • Использование как backbone в мобильных системах анализа изображений

Ограничения

Обучение и оценка описаны для ImageNet-1k; качество на других наборах данных и специализированных задачах отдельно не заявлено.

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_rw.sw_in1k

An EdgeNeXt image classification model. Trained on ImageNet-1k in timm by Ross Wightman using Swin Transformer inspired recipe (AdamW).

Model Details

  • Model Type: Image classification / feature backbone
  • Model Stats:
    • Params (M): 7.8
    • GMACs: 1.6
    • Activations (M): 9.5
    • Image size: train = 256 x 256, test = 320 x 320
  • Papers:
  • 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_small_rw.sw_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_rw.sw_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, 192, 16, 16])
    #  torch.Size([1, 384, 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_rw.sw_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, 384, 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
d24e831

0 моделей