/ Модель

Характеристики

Лицензия
Apache 2.0
Библиотека
timm
Опубликована
27 мар 2023

resmlp_12_224.fb_dino

Классификация изображенийИзображение → label3 профессии

ResMLP-12 — предобученный на ImageNet-1k визуальный бэкбон для извлечения признаков изображений и построения классификаторов.

114скачиваний за 30 дней0лайковвеса обновлены21 янв 2025

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

ResMLP-12 на 224 пикселя — модель семейства ResMLP, опубликованная авторами статьи о ResMLP и размещённая в библиотеке timm. Она предварительно обучена методом самоконтролируемого обучения DINO на ImageNet-1k. Модель содержит 15,4 млн параметров, обрабатывает изображения размером 224 × 224 и не имеет классификационной головки, поэтому служит прежде всего визуальным бэкбоном для извлечения признаков и эмбеддингов. Репозиторий содержит веса в форматах PyTorch и Safetensors.

Модель подходит для получения признаков изображений и построения систем классификации с отдельной классификационной головкой. Карточка также относит её к задачам классификации изображений. Лицензия репозитория — Apache-2.0. Языковые ограничения неприменимы к визуальному входу; качество классификации зависит от добавленной головки и способа адаптации признаков.

Сценарии применения

  • извлечение признаков из изображений 224 × 224
  • получение эмбеддингов изображений для поиска по сходству
  • создание классификатора изображений с отдельной классификационной головкой

Ограничения

У модели нет классификационной головки, поэтому для классификации требуется отдельная головка или адаптация признаков. Предназначена для изображений размером 224 × 224.

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 resmlp_12_224.fb_dino

A ResMLP image classification model. Pretrained with DINO (self-supervised) on ImageNet-1k by paper authors. No classifier.

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('resmlp_12_224.fb_dino', 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)

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(
    'resmlp_12_224.fb_dino',
    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, 196, 384) 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

@article{touvron2021resmlp,
  title={ResMLP: Feedforward networks for image classification with data-efficient training},
  author={Hugo Touvron and Piotr Bojanowski and Mathilde Caron and Matthieu Cord and Alaaeldin El-Nouby and Edouard Grave and Gautier Izacard and Armand Joulin and Gabriel Synnaeve and Jakob Verbeek and Herv'e J'egou},
  journal={arXiv preprint arXiv:2105.03404},
  year={2021},
}
@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}}
}

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
78db144

0 моделей