/ Модель

Характеристики

Лицензия
Apache 2.0
Библиотека
timm
Опубликована
16 дек 2022

fbnetv3_g.ra2_in1k

Классификация изображенийИзображение → label3 профессии

Компактная модель FBNet-v3 для классификации изображений по классам ImageNet-1k и извлечения визуальных признаков.

165скачиваний 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

    top5 · выше — лучше

    Результат

    53,729 %

    image-classification 52,895 %image-classification 33,245 %image-classification 32,628 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-a-clean

    top5 · выше — лучше

    Результат

    98,8 %

    image-classification 98,99 %image-classification 95,5 %image-classification 95,03 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenetv2-matched-frequency

    top5 · выше — лучше

    Результат

    90,34 %

    image-classification 89,6 %image-classification 71,43 %image-classification 70,33 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-r

    top1 · выше — лучше

    Результат

    46,377 %

    image-classification 62,6 %image-classification 62,477 %image-classification 46,583 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-real

    top5 · выше — лучше

    Результат

    97,547 %

    image-classification 97,242 %image-classification 87,448 %image-classification 86,765 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet

    top1 · выше — лучше

    Результат

    81,246 %

    image-classification 96,064 %image-classification 95,686 %image-classification 82,034 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-r-clean

    top5 · выше — лучше

    Результат

    99,1 %

    image-classification 99,2 %image-classification 95,13 %image-classification 94,6 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-a

    top1 · выше — лучше

    Результат

    19,947 %

    image-classification 60,907 %image-classification 53,72 %image-classification 25,92 %
    timm

    Публичная таблицаревизия не подтверждена

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

fbnetv3_g.ra2_in1k — модель FBNet-v3 для классификации изображений, представленная в библиотеке timm и обученная на ImageNet-1k. Она также может использоваться как визуальный backbone для извлечения карт признаков и изображенческих эмбеддингов.

Модель содержит 16,6 млн параметров и требует около 1,3 GMACs на изображение. Размер входа при обучении составлял 240 × 240 пикселей, при тестировании — 288 × 288. При обучении применялась схема RandAugment RA2, оптимизатор RMSProp с усреднением EMA и ступенчатое экспоненциальное снижение скорости обучения с разогревом.

Модель принимает изображения и выдаёт классы ImageNet-1k; её также можно применять для извлечения признаков. Карточка не описывает поддержку иных языков или модальностей. Лицензия Apache-2.0.

Сценарии применения

  • классификация изображений по классам ImageNet-1k
  • извлечение карт признаков из изображений
  • получение эмбеддингов изображений
  • использование как визуального backbone в компьютерном зрении

Ограничения

Обучена на ImageNet-1k, поэтому её классы и поведение ориентированы на эту таксономию; пригодность для других наборов данных или задач может требовать адаптации. Указанные размеры изображений: 288 × 288 при тестировании.

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_g.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_g.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_g.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, 24, 120, 120])
    #  torch.Size([1, 40, 60, 60])
    #  torch.Size([1, 56, 30, 30])
    #  torch.Size([1, 160, 15, 15])
    #  torch.Size([1, 1728, 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(
    'fbnetv3_g.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, 1728, 8, 8) 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
efd396d

0 моделей