/ Модель

Характеристики

Лицензия
Apache 2.0
Библиотека
timm
Опубликована
29 окт 2025

efficientnet_x_b5.sw_r448_e450_in1k

Классификация изображенийИзображение → label

EfficientNet X B5 — модель timm для классификации изображений ImageNet и извлечения визуальных признаков.

128скачиваний за 30 дней0лайковвеса обновлены29 окт 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

    52,953 %

    image-classification 68 %image-classification 66,837 %image-classification 51,43 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenetv2-matched-frequency

    top5 · выше — лучше

    Результат

    91,66 %

    image-classification 92,76 %image-classification 75,29 %image-classification 73,94 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-r-clean

    top1 · выше — лучше

    Результат

    96,47 %

    image-classification 99,58 %image-classification 99,44 %image-classification 96,02 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-real

    top5 · выше — лучше

    Результат

    98,222 %

    image-classification 98,384 %image-classification 89,453 %image-classification 88,947 %
    timm

    Публичная таблицаревизия не подтверждена

  • sketch

    top5 · выше — лучше

    Результат

    60,911 %

    image-classification 58,606 %image-classification 40,191 %image-classification 37,943 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-a-clean

    top5 · выше — лучше

    Результат

    99,47 %

    image-classification 99,37 %image-classification 97,05 %image-classification 96,83 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-a

    top1 · выше — лучше

    Результат

    41,587 %

    image-classification 78,627 %image-classification 71,187 %image-classification 50,333 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet

    top1 · выше — лучше

    Результат

    84,202 %

    image-classification 97,312 %image-classification 96,972 %image-classification 84,928 %
    timm

    Публичная таблицаревизия не подтверждена

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

EfficientNet X B5 — модель классификации изображений и извлечения признаков из семейства EfficientNet, представленная в библиотеке timm. Она обучена на ImageNet-1k по рецепту обучения с модификациями на основе рецептов Swin Transformer, DeiT и ConvNeXt.

Модель содержит 33,4 млн параметров и рассчитана на классификацию изображений, извлечение карт признаков и получение эмбеддингов. Размер изображения при обучении — 448 × 448 пикселей, при тестировании — 576 × 576. Репозиторий содержит веса в формате safetensors; лицензия — Apache-2.0.

Сценарии применения

  • классификация объектов на изображениях
  • извлечение карт признаков для компьютерного зрения
  • получение эмбеддингов изображений
  • использование как визуального энкодера в прикладном пайплайне

Ограничения

Обучена на ImageNet-1k, поэтому классы и качество вне распределения ImageNet могут не соответствовать конкретной прикладной задаче; для таких сценариев может потребоваться адаптация.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model card for efficientnet_x_b5.sw_r448_e450_in1k

A EfficientNet image classification model. Trained on ImageNet-1k in timm using recipe template described below.

Recipe details:

  • Based on Swin Transformer train / pretrain recipe with modifications (related to both DeiT and ConvNeXt recipes)
  • AdamW optimizer, gradient clipping, EMA weight averaging
  • Cosine LR schedule with warmup

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('efficientnet_x_b5.sw_r448_e450_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(
    'efficientnet_x_b5.sw_r448_e450_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, 96, 112, 112])
    #  torch.Size([1, 40, 112, 112])
    #  torch.Size([1, 64, 56, 56])
    #  torch.Size([1, 176, 28, 28])
    #  torch.Size([1, 512, 14, 14])

    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(
    'efficientnet_x_b5.sw_r448_e450_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, 2048, 14, 14) shaped tensor

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

Model Comparison

Explore the dataset and runtime metrics of this model in timm model results.

Citation

@misc{rw2019timm,
  author = {Ross Wightman},
  title = {PyTorch Image Models},
  year = {2019},
  publisher = {GitHub},
  journal = {GitHub repository},
  doi = {10.5281/zenodo.4414861},
  howpublished = {\url{https://github.com/huggingface/pytorch-image-models}}
}
@inproceedings{tan2019efficientnet,
  title={Efficientnet: Rethinking model scaling for convolutional neural networks},
  author={Tan, Mingxing and Le, Quoc},
  booktitle={International conference on machine learning},
  pages={6105--6114},
  year={2019},
  organization={PMLR}
}

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
430b51c

0 моделей