/ Модель

Характеристики

Лицензия
Apache 2.0
Библиотека
timm
Опубликована
16 дек 2022

fbnetv3_b.ra2_in1k

Классификация изображенийИзображение → label3 профессии

Компактная сверточная FBNetV3-B, обученная на ImageNet-1k для классификации изображений и извлечения визуальных признаков.

2 688скачиваний за 30 дней0лайковвеса 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

    27,658 %

    image-classification 47,743 %image-classification 46,99 %image-classification 28,035 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet

    top1 · выше — лучше

    Результат

    79,154 %

    image-classification 94,732 %image-classification 94,238 %image-classification 78,184 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenetv2-matched-frequency

    top1 · выше — лучше

    Результат

    68,05 %

    image-classification 87,9 %image-classification 86,97 %image-classification 66,74 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-r

    top5 · выше — лучше

    Результат

    58,673 %

    image-classification 58,76 %image-classification 40,937 %image-classification 40,923 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-r-clean

    top5 · выше — лучше

    Результат

    98,9 %

    image-classification 98,76 %image-classification 93,65 %image-classification 92,92 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-real

    top1 · выше — лучше

    Результат

    84,709 %

    image-classification 96,868 %image-classification 96,475 %image-classification 85,516 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-a-clean

    top1 · выше — лучше

    Результат

    93,99 %

    image-classification 98,63 %image-classification 98,44 %image-classification 93,31 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-a

    top5 · выше — лучше

    Результат

    44,133 %

    image-classification 38,84 %image-classification 11,68 %image-classification 9,493 %
    timm

    Публичная таблицаревизия не подтверждена

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

FBNetV3-B RA2 ImageNet-1k — сверточная модель классификации изображений и извлечения визуальных признаков, разработанная для библиотеки timm. Она обучена на ImageNet-1k с рецептом RandAugment RA2 и использует усреднение весов EMA; модель содержит около 8,6 млн параметров и требует примерно 0,4 GMAC на изображение. Размер изображения при обучении составляет 224×224 пикселя, при проверке — 256×256.

Модель подходит для классификации объектов на изображениях, извлечения карт признаков и получения визуальных эмбеддингов. Она рассчитана на изображения общего назначения, соответствующие распределению ImageNet-1k; показатели качества для других областей README не приводит. Лицензия — Apache-2.0.

Сценарии применения

  • классификация объектов на изображениях
  • извлечение карт признаков из изображений
  • получение эмбеддингов изображений
  • использование как визуального backbone в компьютерном зрении

Ограничения

Обучение выполнено на ImageNet-1k, поэтому качество на изображениях из других областей может отличаться. Для обучения использовались изображения 224×224, для проверки — 256×256.

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 fbnetv3_b.ra2_in1k

A FBNet-v3 image classification model. Trained on ImageNet-1k in timm using recipe template described below.

Recipe details:

  • RandAugment RA2 recipe. Inspired by and evolved from EfficientNet RandAugment recipes. Published as B recipe in ResNet Strikes Back.
  • RMSProp (TF 1.0 behaviour) optimizer, EMA weight averaging
  • Step (exponential decay w/ staircase) 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('fbnetv3_b.ra2_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(
    'fbnetv3_b.ra2_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, 16, 112, 112])
    #  torch.Size([1, 24, 56, 56])
    #  torch.Size([1, 40, 28, 28])
    #  torch.Size([1, 120, 14, 14])
    #  torch.Size([1, 1344, 7, 7])

    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(
    'fbnetv3_b.ra2_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, 1344, 7, 7) 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

@inproceedings{dai2021fbnetv3,
  title={Fbnetv3: Joint architecture-recipe search using predictor pretraining},
  author={Dai, Xiaoliang and Wan, Alvin and Zhang, Peizhao and Wu, Bichen and He, Zijian and Wei, Zhen and Chen, Kan and Tian, Yuandong and Yu, Matthew and Vajda, Peter and others},
  booktitle={Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition},
  pages={16276--16285},
  year={2021}
}
@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{wightman2021resnet,
  title={ResNet strikes back: An improved training procedure in timm},
  author={Wightman, Ross and Touvron, Hugo and Jegou, Herve},
  booktitle={NeurIPS 2021 Workshop on ImageNet: Past, Present, and Future}
}

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
41fc9b4

0 моделей