/ Модель

Характеристики

Лицензия
MIT
Библиотека
timm
Опубликована
22 мар 2023

repvgg_b2g4.rvgg_in1k

Классификация изображенийИзображение → label3 профессии

Свёрточная модель RepVGG для классификации изображений ImageNet и извлечения визуальных признаков.

192скачиваний 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-real

    top1 · выше — лучше

    Результат

    85,872 %

    image-classification 96,814 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-a

    top5 · выше — лучше

    Результат

    43,427 %

    image-classification 13,227 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-r

    top5 · выше — лучше

    Результат

    64,423 %

    image-classification 47,783 %
    timm

    Публичная таблицаревизия не подтверждена

  • sketch

    top1 · выше — лучше

    Результат

    34,609 %

    image-classification 54,798 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenetv2-matched-frequency

    top5 · выше — лучше

    Результат

    88,25 %

    image-classification 68,75 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-a-clean

    top5 · выше — лучше

    Результат

    98,61 %

    image-classification 93,87 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet

    top1 · выше — лучше

    Результат

    79,396 %

    image-classification 94,68 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-r-clean

    top5 · выше — лучше

    Результат

    98,92 %

    image-classification 93,83 %
    timm

    Публичная таблицаревизия не подтверждена

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

repvgg_b2g4.rvgg_in1k — свёрточная модель классификации изображений из семейства RepVGG, реализованная в библиотеке timm на основе гибкой архитектуры BYOBNet. Её обучили авторы статьи RepVGG на ImageNet-1k. Модель содержит 61,8 млн параметров и рассчитана на изображения размером 224 × 224 пикселя.

Модель предназначена для классификации изображений и может использоваться как визуальная основа для извлечения карт признаков и эмбеддингов. Она подходит для распознавания объектов на изображениях и построения признаков для последующих задач компьютерного зрения. Репозиторий распространяется по лицензии MIT.

Сценарии применения

  • классификация объектов на изображениях
  • распознавание категорий ImageNet
  • извлечение карт признаков из изображений
  • получение эмбеддингов изображений для поиска и сравнения

Ограничения

В карточке указана целевая конфигурация изображений 224 × 224 пикселя и обучение на ImageNet-1k; перенос на другие домены и размеры изображений может потребовать проверки.

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 repvgg_b2g4.rvgg_in1k

A RepVGG image classification model. Trained on ImageNet-1k by paper authors.

This model architecture is implemented using timm's flexible BYOBNet (Bring-Your-Own-Blocks Network).

BYOBNet allows configuration of:

  • block / stage layout
  • stem layout
  • output stride (dilation)
  • activation and norm layers
  • channel and spatial / self-attention layers

...and also includes timm features common to many other architectures, including:

  • stochastic depth
  • gradient checkpointing
  • layer-wise LR decay
  • per-stage feature extraction

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('repvgg_b2g4.rvgg_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(
    'repvgg_b2g4.rvgg_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, 64, 112, 112])
    #  torch.Size([1, 160, 56, 56])
    #  torch.Size([1, 320, 28, 28])
    #  torch.Size([1, 640, 14, 14])
    #  torch.Size([1, 2560, 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(
    'repvgg_b2g4.rvgg_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, 2560, 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{ding2021repvgg,
  title={Repvgg: Making vgg-style convnets great again},
  author={Ding, Xiaohan and Zhang, Xiangyu and Ma, Ningning and Han, Jungong and Ding, Guiguang and Sun, Jian},
  booktitle={Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition},
  pages={13733--13742},
  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
c9ec763

0 моделей