/ Модель

Характеристики

Лицензия
Apache 2.0
Библиотека
timm
Опубликована
12 дек 2022

gc_efficientnetv2_rw_t.agc_in1k

Классификация изображенийИзображение → label3 профессии

Компактная модель EfficientNetV2 с Global Context attention для классификации изображений, извлечения признаков и эмбеддингов.

373скачиваний 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.

  • imagenet-real

    top1 · выше — лучше

    Результат

    86,782 %

    image-classification 97,809 %image-classification 97,278 %image-classification 87,723 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenetv2-matched-frequency

    top5 · выше — лучше

    Результат

    89,66 %

    image-classification 90,82 %image-classification 72,45 %image-classification 70,51 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-a-clean

    top5 · выше — лучше

    Результат

    99,02 %

    image-classification 98,84 %image-classification 95,74 %image-classification 95,04 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-a

    top1 · выше — лучше

    Результат

    16,747 %

    image-classification 57,507 %image-classification 46,667 %image-classification 24,587 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-r

    top1 · выше — лучше

    Результат

    45,73 %

    image-classification 61,32 %image-classification 60,3 %image-classification 46,787 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet

    top5 · выше — лучше

    Результат

    95,58 %

    image-classification 96,302 %image-classification 82,486 %image-classification 81,276 %
    timm

    Публичная таблицаревизия не подтверждена

  • sketch

    top5 · выше — лучше

    Результат

    53,281 %

    image-classification 55,212 %image-classification 35,436 %image-classification 33,994 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-r-clean

    top5 · выше — лучше

    Результат

    99,06 %

    image-classification 99,22 %image-classification 95,3 %image-classification 94,56 %
    timm

    Публичная таблицаревизия не подтверждена

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

gc_efficientnetv2_rw_t.agc_in1k — модель классификации изображений из библиотеки timm, обученная на ImageNet-1k. Это вариант архитектуры EfficientNetV2 с механизмом Global Context attention; в обучении применялись рецепт ResNet Strikes Back C, оптимизатор SGD с Nesterov, адаптивное ограничение градиентов AGC и косинусное расписание скорости обучения с прогревом.

Модель содержит 13,7 млн параметров и рассчитана на изображения размером 224 × 224 при обучении и 288 × 288 при тестировании. Её можно использовать для классификации изображений, извлечения карт признаков и получения эмбеддингов изображений.

Модель распространяется по лицензии Apache-2.0. Карточка описывает обучение на ImageNet-1k; качество на других наборах данных и специальных предметных областях отдельно не характеризуется.

Сценарии применения

  • Классификация изображений по категориям ImageNet-1k
  • Получение эмбеддингов изображений для поиска похожих объектов
  • Извлечение карт признаков для компьютерного зрения
  • Использование в качестве визуального backbone для прикладной модели

Ограничения

Обучение описано на ImageNet-1k, поэтому качество в других областях и на данных с отличающимся распределением не установлено. Входной размер при тестировании указан как 288 × 288.

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 gc_efficientnetv2_rw_t.agc_in1k

A GC-EfficientNet-v2 image classification model with Global Context attention. This is a timm specific variation of the architecture. Trained on ImageNet-1k in timm using recipe template described below.

Recipe details:

  • Based on ResNet Strikes Back C recipes
  • SGD (w/ Nesterov) optimizer and AGC (adaptive gradient clipping).
  • 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('gc_efficientnetv2_rw_t.agc_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(
    'gc_efficientnetv2_rw_t.agc_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, 112, 112])
    #  torch.Size([1, 40, 56, 56])
    #  torch.Size([1, 48, 28, 28])
    #  torch.Size([1, 128, 14, 14])
    #  torch.Size([1, 208, 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(
    'gc_efficientnetv2_rw_t.agc_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, 1024, 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{tan2021efficientnetv2,
  title={Efficientnetv2: Smaller models and faster training},
  author={Tan, Mingxing and Le, Quoc},
  booktitle={International conference on machine learning},
  pages={10096--10106},
  year={2021},
  organization={PMLR}
}
@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}}
}
@article{cao2019GCNet,
  title={GCNet: Non-local Networks Meet Squeeze-Excitation Networks and Beyond},
  author={Cao, Yue and Xu, Jiarui and Lin, Stephen and Wei, Fangyun and Hu, Han},
  journal={arXiv preprint arXiv:1904.11492},
  year={2019}
}
@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
58c5acd

0 моделей