/ Модель

Характеристики

Лицензия
Apache 2.0
Библиотека
timm
Опубликована
25 апр 2023

nasnetalarge.tf_in1k

Классификация изображенийИзображение → label3 профессии

NASNet-A Large — сверточная модель timm для классификации изображений ImageNet-1k и извлечения визуальных признаков.

1 514скачиваний 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.

  • sketch

    top1 · выше — лучше

    Результат

    32,803 %

    image-classification 50,162 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenetv2-matched-frequency

    top1 · выше — лучше

    Результат

    72,33 %

    image-classification 90,52 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-real

    top1 · выше — лучше

    Результат

    87,371 %

    image-classification 97,429 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-a-clean

    top5 · выше — лучше

    Результат

    98,91 %

    image-classification 95,7 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-r

    top5 · выше — лучше

    Результат

    57,963 %

    image-classification 45,193 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-a

    top1 · выше — лучше

    Результат

    23,093 %

    image-classification 54,52 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-r-clean

    top5 · выше — лучше

    Результат

    99,13 %

    image-classification 95,18 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet

    top5 · выше — лучше

    Результат

    96,066 %

    image-classification 82,638 %
    timm

    Публичная таблицаревизия не подтверждена

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

NASNet-A Large — сверточная модель классификации изображений из библиотеки timm. Её обучили авторы статьи на ImageNet-1k, а затем перенесли из TensorFlow в PyTorch через pretrained-models.pytorch от Cadene. Модель также подходит для извлечения признаковых карт и эмбеддингов изображений.

Модель содержит около 88,8 млн параметров, имеет вычислительную сложность 23,9 GMAC и рассчитана на входные изображения размером 331 × 331 пиксель. Основной сценарий применения — отнесение изображения к классам ImageNet-1k; также её можно использовать как визуальный backbone в других системах компьютерного зрения. Репозиторий содержит веса PyTorch и Safetensors. Лицензия — Apache-2.0.

Сценарии применения

  • классификация изображений по классам ImageNet-1k
  • извлечение признаковых карт из изображений
  • получение эмбеддингов изображений
  • использование визуального backbone в системах компьютерного зрения

Ограничения

Модель ориентирована на классификацию ImageNet-1k и ожидает изображения размером 331 × 331 пиксель; пригодность для других классов и доменов может требовать адаптации.

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 nasnetalarge.tf_in1k

A NasNet image classification model. Trained on ImageNet-1k by paper authors. Ported from Tensorflow via Cadene's pretrained-models.pytorch.

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('nasnetalarge.tf_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(
    'nasnetalarge.tf_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, 96, 165, 165])
    #  torch.Size([1, 168, 83, 83])
    #  torch.Size([1, 1008, 42, 42])
    #  torch.Size([1, 2016, 21, 21])
    #  torch.Size([1, 4032, 11, 11])

    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(
    'nasnetalarge.tf_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, 4032, 11, 11) 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{zoph2018learning,
  title={Learning Transferable Architectures for Scalable Image Recognition}, 
  author={Barret Zoph and Vijay Vasudevan and Jonathon Shlens and Quoc V. Le},
  year={2018},
  eprint={1707.07012},
  archivePrefix={arXiv},
  primaryClass={cs.CV}
}

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
bee2631

0 моделей