/ Модель

Характеристики

Лицензия
MIT
Библиотека
timm
Опубликована
23 апр 2023

edgenext_xx_small.in1k

Классификация изображенийИзображение → label3 профессии

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

17 105скачиваний за 30 дней2лайкавеса 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-r

    top1 · выше — лучше

    Результат

    29,747 %

    image-classification 46,507 %image-classification 46,373 %image-classification 29,447 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-a-clean

    top1 · выше — лучше

    Результат

    88,4 %

    image-classification 96,68 %image-classification 96,53 %image-classification 88,87 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-a

    top5 · выше — лучше

    Результат

    23,453 %

    image-classification 24 %image-classification 4,173 %image-classification 3,76 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet

    top1 · выше — лучше

    Результат

    71,132 %

    image-classification 90,534 %image-classification 90,042 %image-classification 71,886 %
    timm

    Публичная таблицаревизия не подтверждена

  • sketch

    top5 · выше — лучше

    Результат

    35,178 %

    image-classification 34,699 %image-classification 18,867 %image-classification 18,611 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenetv2-matched-frequency

    top5 · выше — лучше

    Результат

    81,85 %

    image-classification 81,23 %image-classification 59,43 %image-classification 58,1 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-real

    top5 · выше — лучше

    Результат

    93,823 %

    image-classification 93,503 %image-classification 79,211 %image-classification 78,698 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-r-clean

    top5 · выше — лучше

    Результат

    97,5 %

    image-classification 97,25 %image-classification 89,81 %image-classification 89,25 %
    timm

    Публичная таблицаревизия не подтверждена

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

EdgeNeXt XX Small — модель классификации изображений и извлечения визуальных признаков семейства EdgeNeXt, обученная авторами статьи на ImageNet-1k. Архитектура сочетает свёрточные и трансформерные компоненты и рассчитана на мобильные сценарии компьютерного зрения.

Модель содержит около 1,3 млн параметров и требует около 0,3 GMACs на изображение. В README указаны размеры изображений 256×256 для обучения и 288×288 для проверки. Модель подходит для классификации изображений, извлечения карт признаков и получения эмбеддингов для дальнейших визуальных задач. Репозиторий распространяется по лицензии MIT.

Сценарии применения

  • Классификация изображений по категориям ImageNet
  • Извлечение карт признаков для компьютерного зрения
  • Получение эмбеддингов изображений для поиска и группировки
  • Использование в мобильных приложениях с ограниченными вычислительными ресурсами

Ограничения

Обучение и проверка описаны для ImageNet-1k и изображений размером 256×256 и 288×288 соответственно; качество на других данных не характеризуется. Модель предназначена для визуальных задач и не обрабатывает естественный язык.

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_xx_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): 1.3
    • GMACs: 0.3
    • Activations (M): 3.3
    • 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_xx_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_xx_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, 24, 64, 64])
    #  torch.Size([1, 48, 32, 32])
    #  torch.Size([1, 88, 16, 16])
    #  torch.Size([1, 168, 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_xx_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, 168, 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
e10d04b

0 моделей