/ Модель

Характеристики

Лицензия
Apache 2.0
Библиотека
timm
Опубликована
12 фев 2024

hgnetv2_b3.ssld_stage2_ft_in1k

Классификация изображенийИзображение → label3 профессии

HGNet-V2 B3 классифицирует изображения по категориям ImageNet и может извлекать визуальные признаки и эмбеддинги.

861скачиваний 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-a-clean

    top1 · выше — лучше

    Результат

    96,35 %

    image-classification 99,47 %image-classification 99,28 %image-classification 95,93 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-r-clean

    top5 · выше — лучше

    Результат

    99,59 %

    image-classification 99,39 %image-classification 96,03 %image-classification 95,79 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet

    top1 · выше — лучше

    Результат

    83,588 %

    image-classification 96,812 %image-classification 96,36 %image-classification 82,914 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-r

    top5 · выше — лучше

    Результат

    73,29 %

    image-classification 71,253 %image-classification 57,39 %image-classification 55,09 %
    timm

    Публичная таблицаревизия не подтверждена

  • sketch

    top5 · выше — лучше

    Результат

    63,688 %

    image-classification 65,093 %image-classification 42,968 %image-classification 41,422 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-a

    top5 · выше — лучше

    Результат

    57,893 %

    image-classification 65,013 %image-classification 28,4 %image-classification 22,253 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-real

    top5 · выше — лучше

    Результат

    97,923 %

    image-classification 98,179 %image-classification 88,992 %image-classification 88,276 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenetv2-matched-frequency

    top1 · выше — лучше

    Результат

    73,3 %

    image-classification 91,84 %image-classification 91,29 %image-classification 72,53 %
    timm

    Публичная таблицаревизия не подтверждена

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

HGNet-V2 B3 — модель классификации изображений и извлечения признаков семейства High Performance GPU Net. Её обучили авторы семейства на данных ImageNet-22k с дистилляцией SSLD, затем дообучили на ImageNet-1k. В репозитории используются PyTorch и safetensors; число параметров — 16,3 млн.

Модель предназначена для присвоения изображениям категорий из набора ImageNet-1k. Её также можно применять как визуальный backbone для извлечения карт признаков и эмбеддингов. При обучении использовался размер изображения 224 × 224, при тестировании — 288 × 288.

Модель рассчитана на изображения общего назначения, а не на отдельную предметную область. Классификация ограничена выученными категориями ImageNet; качество на иных данных зависит от сходства изображений с обучающими наборами и может требовать адаптации. Лицензия репозитория — Apache-2.0.

Сценарии применения

  • Классификация объектов на изображениях
  • Присвоение изображению метки из набора ImageNet-1k
  • Извлечение карт признаков для компьютерного зрения
  • Получение эмбеддингов изображений для поиска и сравнения

Ограничения

Классификатор ориентирован на категории ImageNet-1k, поэтому на данных и классах вне обучающего набора качество может снижаться. Указанные размеры изображений при обучении и тестировании различаются.

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 hgnetv2_b3.ssld_stage2_ft_in1k

A HGNet-V2 (High Performance GPU Net) image classification model. Trained by model authors on mined ImageNet-22k and ImageNet-1k using SSLD distillation and further fine-tuned on ImageNet-1k.

Please see details at https://github.com/PaddlePaddle/PaddleClas/blob/develop/docs/zh_CN/models/ImageNet1k/PP-HGNetV2.md

Model Details

  • Model Type: Image classification / feature backbone
  • Model Stats:
    • Params (M): 16.3
    • GMACs: 1.8
    • Activations (M): 5.1
    • Image size: train = 224 x 224, test = 288 x 288
  • Pretrain Dataset: ImageNet-22k
  • Dataset: ImageNet-1k
  • Papers:
    • Model paper unknown: TBD
    • Beyond Self-Supervision: A Simple Yet Effective Network Distillation Alternative to Improve Backbones: https://arxiv.org/abs/2103.05959
  • Original: https://github.com/PaddlePaddle/PaddleClas

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('hgnetv2_b3.ssld_stage2_ft_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(
    'hgnetv2_b3.ssld_stage2_ft_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, 128, 56, 56])
    #  torch.Size([1, 512, 28, 28])
    #  torch.Size([1, 1024, 14, 14])
    #  torch.Size([1, 2048, 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(
    'hgnetv2_b3.ssld_stage2_ft_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, 7, 7) shaped tensor

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

Model Comparison

By Top-1

modeltop1top1_errtop5top5_errparam_countimg_size
hgnetv2_b6.ssld_stage2_ft_in1k86.3613.6497.9342.06675.26288
hgnetv2_b6.ssld_stage1_in22k_in1k86.29413.70697.9482.05275.26288
hgnetv2_b6.ssld_stage2_ft_in1k86.20413.79697.812.1975.26224
hgnetv2_b6.ssld_stage1_in22k_in1k86.02813.97297.8042.19675.26224
hgnet_base.ssld_in1k85.47414.52697.6322.36871.58288
hgnetv2_b5.ssld_stage2_ft_in1k85.14614.85497.6122.38839.57288
hgnetv2_b5.ssld_stage1_in22k_in1k84.92815.07297.5142.48639.57288
hgnet_base.ssld_in1k84.91215.08897.3422.65871.58224
hgnetv2_b5.ssld_stage2_ft_in1k84.80815.19297.32.739.57224
hgnetv2_b5.ssld_stage1_in22k_in1k84.45815.54297.222.7839.57224
hgnet_small.ssld_in1k84.37615.62497.1282.87224.36288
hgnetv2_b4.ssld_stage2_ft_in1k83.91216.08897.062.9419.8288
hgnet_small.ssld_in1k83.80816.19296.8483.15224.36224
hgnetv2_b4.ssld_stage2_ft_in1k83.69416.30696.7863.21419.8224
hgnetv2_b3.ssld_stage2_ft_in1k83.5816.4296.813.1916.29288
hgnetv2_b4.ssld_stage1_in22k_in1k83.4516.5596.923.0819.8288
hgnetv2_b3.ssld_stage1_in22k_in1k83.11616.88496.7123.28816.29288
hgnetv2_b3.ssld_stage2_ft_in1k82.91617.08496.3643.63616.29224
hgnetv2_b4.ssld_stage1_in22k_in1k82.89217.10896.6323.36819.8224
hgnetv2_b3.ssld_stage1_in22k_in1k82.58817.41296.383.6216.29224
hgnet_tiny.ssld_in1k82.52417.47696.5143.48614.74288
hgnetv2_b2.ssld_stage2_ft_in1k82.34617.65496.3943.60611.22288
hgnet_small.paddle_in1k82.22217.77896.223.7824.36288
hgnet_tiny.ssld_in1k81.93818.06296.1143.88614.74224
hgnetv2_b2.ssld_stage2_ft_in1k81.57818.42295.8964.10411.22224
hgnetv2_b2.ssld_stage1_in22k_in1k81.4618.5496.013.9911.22288
hgnet_small.paddle_in1k81.35818.64295.8324.16824.36224
hgnetv2_b2.ssld_stage1_in22k_in1k80.7519.2595.4984.50211.22224
hgnet_tiny.paddle_in1k80.6419.3695.544.4614.74288
hgnetv2_b1.ssld_stage2_ft_in1k79.90420.09695.1484.8526.34288
hgnet_tiny.paddle_in1k79.89420.10695.0524.94814.74224
hgnetv2_b1.ssld_stage1_in22k_in1k79.04820.95294.8825.1186.34288
hgnetv2_b1.ssld_stage2_ft_in1k78.87221.12894.4925.5086.34224
hgnetv2_b0.ssld_stage2_ft_in1k78.58621.41494.3885.6126.0288
hgnetv2_b1.ssld_stage1_in22k_in1k78.0521.9594.1825.8186.34224
hgnetv2_b0.ssld_stage1_in22k_in1k78.02621.97494.2425.7586.0288
hgnetv2_b0.ssld_stage2_ft_in1k77.34222.65893.7866.2146.0224
hgnetv2_b0.ssld_stage1_in22k_in1k76.84423.15693.6126.3886.0224

Citation

@article{cui2021beyond,
  title={Beyond Self-Supervision: A Simple Yet Effective Network Distillation Alternative to Improve Backbones},
  author={Cui, Cheng and Guo, Ruoyu and Du, Yuning and He, Dongliang and Li, Fu and Wu, Zewu and Liu, Qiwen and Wen, Shilei and Huang, Jizhou and Hu, Xiaoguang and others},
  journal={arXiv preprint arXiv:2103.05959},
  year={2021}
}

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
1aac877

0 моделей