/ Модель

Характеристики

Лицензия
Apache 2.0
Библиотека
timm
Опубликована
16 дек 2022

mobilenetv3_rw.rmsp_in1k

Классификация изображенийИзображение → label3 профессии

Компактная MobileNetV3-модель для классификации изображений и извлечения визуальных признаков.

436скачиваний 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

    top5 · выше — лучше

    Результат

    97,63 %

    image-classification 91,32 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-real

    top5 · выше — лучше

    Результат

    95,177 %

    image-classification 82,27 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-r

    top5 · выше — лучше

    Результат

    53,767 %

    image-classification 35,64 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet

    top5 · выше — лучше

    Результат

    92,696 %

    image-classification 75,616 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-a

    top1 · выше — лучше

    Результат

    4,813 %

    image-classification 29,853 %
    timm

    Публичная таблицаревизия не подтверждена

  • sketch

    top1 · выше — лучше

    Результат

    22,636 %

    image-classification 40,415 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-r-clean

    top1 · выше — лучше

    Результат

    91,56 %

    image-classification 98,27 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenetv2-matched-frequency

    top5 · выше — лучше

    Результат

    84,62 %

    image-classification 63,32 %
    timm

    Публичная таблицаревизия не подтверждена

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Это модель классификации изображений семейства MobileNetV3, опубликованная проектом timm и обученная на ImageNet-1k. Она предназначена для определения объектов на изображениях, а также может использоваться как компактная основа для извлечения карт признаков и визуальных эмбеддингов.

Модель содержит около 5,5 млн параметров, требует примерно 0,2 GMAC на изображение и рассчитана на входной размер 224 × 224 пикселя. Вариант обучен с оптимизатором RMSProp, усреднением весов EMA и аугментациями, включая RandomErasing и mixup. Репозиторий предоставляет веса PyTorch в формате safetensors; лицензия — Apache-2.0.

Модель подходит для классификации изображений в сценариях, где важны компактность и вычислительная экономичность. Карточка указывает обучение на ImageNet-1k, поэтому качество на других типах изображений и предметных областях может отличаться; отдельные показатели точности в предоставленных данных не приведены.

Сценарии применения

  • Классификация объектов на изображениях
  • Распознавание классов ImageNet-1k
  • Извлечение карт признаков из изображений
  • Получение визуальных эмбеддингов

Ограничения

Обучена на ImageNet-1k, поэтому может хуже работать на изображениях из существенно отличающихся областей. В карточке не приведены отдельные 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 mobilenetv3_rw.rmsp_in1k

A MobileNet-v3 image classification model. This is a timm specific variation of the architecture. Trained on ImageNet-1k in timm using recipe template described below.

Recipe details:

  • A simple RmsProp based recipe without RandAugment. Using RandomErasing, mixup, dropout, standard random-resize-crop augmentation.
  • 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('mobilenetv3_rw.rmsp_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(
    'mobilenetv3_rw.rmsp_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, 16, 112, 112])
    #  torch.Size([1, 24, 56, 56])
    #  torch.Size([1, 40, 28, 28])
    #  torch.Size([1, 112, 14, 14])
    #  torch.Size([1, 960, 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(
    'mobilenetv3_rw.rmsp_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, 960, 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{howard2019searching,
  title={Searching for mobilenetv3},
  author={Howard, Andrew and Sandler, Mark and Chu, Grace and Chen, Liang-Chieh and Chen, Bo and Tan, Mingxing and Wang, Weijun and Zhu, Yukun and Pang, Ruoming and Vasudevan, Vijay and others},
  booktitle={Proceedings of the IEEE/CVF international conference on computer vision},
  pages={1314--1324},
  year={2019}
}

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
d29d2e0

0 моделей