/ Модель

Характеристики

Лицензия
Apache 2.0
Библиотека
timm
Опубликована
13 дек 2022

mobilenetv2_050.lamb_in1k

Классификация изображенийИзображение → label3 профессии

Компактная модель MobileNetV2 от timm для классификации изображений на 1000 классов ImageNet-1k и извлечения визуальных признаков.

3 913скачиваний за 30 дней2лайкавеса 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-r

    top5 · выше — лучше

    Результат

    46,597 %

    image-classification 28,68 %
    timm

    Публичная таблицаревизия не подтверждена

  • sketch

    top5 · выше — лучше

    Результат

    31,897 %

    image-classification 16,721 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet

    top5 · выше — лучше

    Результат

    86,114 %

    image-classification 65,928 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenetv2-matched-frequency

    top5 · выше — лучше

    Результат

    75,51 %

    image-classification 53 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-r-clean

    top1 · выше — лучше

    Результат

    84,94 %

    image-classification 95,67 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-a-clean

    top1 · выше — лучше

    Результат

    83,94 %

    image-classification 94,59 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-real

    top1 · выше — лучше

    Результат

    73,446 %

    image-classification 90,322 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-a

    top5 · выше — лучше

    Результат

    14,053 %

    image-classification 1,64 %
    timm

    Публичная таблицаревизия не подтверждена

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

mobilenetv2_050.lamb_in1k — модель классификации изображений семейства MobileNetV2, опубликованная проектом timm. Она обучена на ImageNet-1k и предназначена для распознавания объектов на изображениях; её также можно использовать как компактную основу для извлечения карт признаков и получения эмбеддингов изображений.

Модель содержит около 2 млн параметров, требует примерно 0,1 GMAC на изображение и рассчитана на вход размером 224 × 224 пикселя. При обучении применялась схема с оптимизатором LAMB и усреднением весов EMA; репозиторий предоставляет веса в форматах PyTorch и safetensors. Лицензия — Apache-2.0.

Компактный размер делает модель подходящей для задач классификации с ограниченными вычислительными ресурсами. Её классы и качество ориентированы на ImageNet-1k, поэтому для других предметных областей может потребоваться адаптация; сведения о других языковых или мультимодальных возможностях в карточке не приводятся.

Сценарии применения

  • классификация объектов на изображениях ImageNet-1k
  • извлечение карт признаков из изображений
  • получение эмбеддингов изображений для последующей обработки
  • компактная классификация изображений при ограниченных вычислительных ресурсах

Ограничения

Модель обучена на ImageNet-1k, поэтому её классификационные классы и качество ориентированы на этот набор данных. Для изображений другого размера или предметной области может понадобиться адаптация.

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 mobilenetv2_050.lamb_in1k

A MobileNet-v2 image classification model. Trained on ImageNet-1k in timm using recipe template described below.

Recipe details:

  • A LAMB optimizer recipe that is similar to ResNet Strikes Back A2 but 50% longer with EMA weight averaging, no CutMix
  • 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('mobilenetv2_050.lamb_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(
    'mobilenetv2_050.lamb_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, 8, 112, 112])
    #  torch.Size([1, 16, 56, 56])
    #  torch.Size([1, 16, 28, 28])
    #  torch.Size([1, 48, 14, 14])
    #  torch.Size([1, 160, 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(
    'mobilenetv2_050.lamb_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, 1280, 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

@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{sandler2018mobilenetv2,
  title={Mobilenetv2: Inverted residuals and linear bottlenecks},
  author={Sandler, Mark and Howard, Andrew and Zhu, Menglong and Zhmoginov, Andrey and Chen, Liang-Chieh},
  booktitle={Proceedings of the IEEE conference on computer vision and pattern recognition},
  pages={4510--4520},
  year={2018}
}

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
8990230

0 моделей