/ Модель

Характеристики

Лицензия
MIT
Библиотека
timm
Опубликована
23 апр 2023

edgenext_x_small.in1k

Классификация изображенийИзображение → label3 профессии

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

2 610скачиваний 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-a-clean

    top1 · выше — лучше

    Результат

    91,74 %

    image-classification 97,59 %image-classification 97,55 %image-classification 91,14 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-a

    top1 · выше — лучше

    Результат

    6,16 %

    image-classification 30,587 %image-classification 29,627 %image-classification 7,107 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-r

    top1 · выше — лучше

    Результат

    32,72 %

    image-classification 49,043 %image-classification 48,67 %image-classification 33,14 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-r-clean

    top5 · выше — лучше

    Результат

    98,16 %

    image-classification 98,19 %image-classification 91,59 %image-classification 91,43 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenetv2-matched-frequency

    top1 · выше — лучше

    Результат

    62,75 %

    image-classification 84,55 %image-classification 83,85 %image-classification 62,21 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet

    top1 · выше — лучше

    Результат

    74,874 %

    image-classification 92,76 %image-classification 92,304 %image-classification 75,706 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-real

    top1 · выше — лучше

    Результат

    81,89 %

    image-classification 95,427 %image-classification 95,03 %image-classification 82,569 %
    timm

    Публичная таблицаревизия не подтверждена

  • sketch

    top5 · выше — лучше

    Результат

    39,511 %

    image-classification 39,054 %image-classification 22,594 %image-classification 22,188 %
    timm

    Публичная таблицаревизия не подтверждена

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

EdgeNeXt XX-Small — модель компьютерного зрения для классификации изображений и извлечения признаков. Её разработали авторы статьи EdgeNeXt и обучили на ImageNet-1k. Архитектура сочетает свёрточные и трансформерные компоненты и предназначена для эффективного использования в мобильных системах компьютерного зрения.

Модель содержит около 2,3 млн параметров и требует около 0,5 GMACs на изображение. Размер изображений при обучении составлял 256 × 256 пикселей, при проверке — 288 × 288. Помимо предсказания класса, её можно применять как основу для извлечения карт признаков и эмбеддингов изображений. Лицензия — MIT.

Сценарии применения

  • классификация изображений по категориям ImageNet
  • извлечение признаковых карт из изображений
  • получение эмбеддингов изображений для визуального поиска
  • использование как визуального backbone в мобильных системах

Ограничения

Обучена на ImageNet-1k, поэтому её классы и поведение ограничены этой задачей и набором данных. В карточке не приведены показатели качества на других наборах данных.

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_x_small.in1k

An EdgeNeXt image classification model. Trained on ImageNet-1k by paper authors.

Model Details

  • Model Type: Image classification / feature backbone
  • Model Stats:
    • Params (M): 2.3
    • GMACs: 0.5
    • Activations (M): 5.9
    • Image size: train = 256 x 256, test = 288 x 288
  • 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_x_small.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_x_small.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, 32, 64, 64])
    #  torch.Size([1, 64, 32, 32])
    #  torch.Size([1, 100, 16, 16])
    #  torch.Size([1, 192, 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_x_small.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, 192, 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
8525b3e

0 моделей