/ Модель

Характеристики

Лицензия
Apache 2.0
Библиотека
timm
Опубликована
27 мар 2023

gmlp_s16_224.ra3_in1k

Классификация изображенийИзображение → label3 профессии

Модель gMLP для классификации изображений ImageNet-1k и извлечения визуальных признаков.

2 716скачиваний за 30 дней1лайквеса 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.

  • imagenetv2-matched-frequency

    top5 · выше — лучше

    Результат

    87,95 %

    image-classification 68,6 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-r-clean

    top5 · выше — лучше

    Результат

    98,78 %

    image-classification 93,54 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-r

    top1 · выше — лучше

    Результат

    44,48 %

    image-classification 58,657 %
    timm

    Публичная таблицаревизия не подтверждена

  • sketch

    top5 · выше — лучше

    Результат

    51,832 %

    image-classification 32,418 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-a

    top5 · выше — лучше

    Результат

    44,707 %

    image-classification 16,053 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-real

    top1 · выше — лучше

    Результат

    85,362 %

    image-classification 96,639 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet

    top5 · выше — лучше

    Результат

    94,624 %

    image-classification 79,652 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-a-clean

    top1 · выше — лучше

    Результат

    94,15 %

    image-classification 98,49 %
    timm

    Публичная таблицаревизия не подтверждена

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

gmlp_s16_224.ra3_in1k — модель классификации изображений семейства gMLP, обученная Россом Уайтменом в библиотеке timm на ImageNet-1k. Она предназначена для отнесения изображений к классам и может использоваться как визуальный backbone для извлечения признаков.

Модель содержит около 19,4 млн параметров, требует изображение размером 224 × 224 пикселя и имеет вычислительную сложность около 4,4 GMAC. Архитектура gMLP основана на многослойных перцептронах и описана в работе «Pay Attention to MLPs». Репозиторий содержит веса PyTorch и SafeTensors; лицензия — Apache-2.0.

Модель обучена на ImageNet-1k, поэтому её классификация ориентирована на классы этого набора данных. В карточке не приведены результаты метрик, а перенос на предметные области, отличающиеся от ImageNet-1k, может потребовать адаптации.

Сценарии применения

  • Классификация изображений по классам ImageNet-1k
  • Извлечение признаков изображений для downstream-моделей
  • Использование визуального backbone в исследовательских и прикладных системах

Ограничения

Модель обучена на ImageNet-1k, поэтому её классы и качество могут быть ограничены распределением этого набора данных. Для входа заявлен размер изображения 224 × 224; карточка не приводит метрики качества.

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 gmlp_s16_224.ra3_in1k

A gMLP image classification model. Trained on ImageNet-1k in timm by Ross Wightman.

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('gmlp_s16_224.ra3_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)

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(
    'gmlp_s16_224.ra3_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, 196, 256) 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{Liu2021PayAT,
  title={Pay Attention to MLPs},
  author={Hanxiao Liu and Zihang Dai and David R. So and Quoc V. Le},
  booktitle={Neural Information Processing Systems},
  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}}
}

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
ef4294e

0 моделей