/ Модель

Характеристики

Лицензия
Apache 2.0
Библиотека
timm
Опубликована
22 мар 2023

resnet32ts.ra2_in1k

Классификация изображенийИзображение → label3 профессии

Классификатор изображений на базе ResNet, обученный на ImageNet-1k и подходящий также для извлечения признаковых карт и векторов изображений.

644скачиваний 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

    98,5 %

    image-classification 98,66 %image-classification 93,83 %image-classification 93,5 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-a

    top1 · выше — лучше

    Результат

    8,48 %

    image-classification 38,107 %image-classification 36,947 %image-classification 9,04 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet

    top1 · выше — лучше

    Результат

    79,388 %

    image-classification 94,676 %image-classification 94,368 %image-classification 79,054 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-r-clean

    top5 · выше — лучше

    Результат

    98,74 %

    image-classification 98,73 %image-classification 93,6 %image-classification 93,58 %
    timm

    Публичная таблицаревизия не подтверждена

  • sketch

    top1 · выше — лучше

    Результат

    27,081 %

    image-classification 45,259 %image-classification 45,065 %image-classification 26,931 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenetv2-matched-frequency

    top1 · выше — лучше

    Результат

    66,73 %

    image-classification 87,49 %image-classification 87,05 %image-classification 67,45 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-real

    top1 · выше — лучше

    Результат

    85,558 %

    image-classification 96,868 %image-classification 96,629 %image-classification 85,195 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-r

    top5 · выше — лучше

    Результат

    55,55 %

    image-classification 55,847 %image-classification 38,763 %image-classification 38,52 %
    timm

    Публичная таблицаревизия не подтверждена

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

timm/resnet32ts.ra2_in1k — модель классификации изображений, разработанная Россом Уайтманом и обученная на ImageNet-1k с использованием библиотеки timm. Она основана на архитектуре ResNet и реализована через гибкую систему BYOBNet в timm. Модель содержит около 18 млн параметров; в README указаны размеры изображений 256 × 256 для обучения и 288 × 288 для тестирования.

Вариант ra2 использует трёхуровневый ступенчатый stem без pooling и активации SiLU. Модель предназначена для классификации изображений, а также может использоваться как backbone для извлечения признаковых карт и векторов изображений. Репозиторий содержит веса PyTorch и Safetensors. Лицензия — Apache-2.0.

Заявленные характеристики вычислений составляют 4,6 GMACs и 11,6 млн активаций. README не приводит перечень классов, точность на тестовых наборах или параметры контекста; качество результатов зависит от входных изображений и используемого сценария.

Сценарии применения

  • Классификация изображений по категориям ImageNet-1k
  • Извлечение признаковых карт для компьютерного зрения
  • Получение векторных представлений изображений
  • Использование ResNet-backbone в приложениях компьютерного зрения

Ограничения

Обучение проводилось на ImageNet-1k, поэтому модель ориентирована на его классы и может хуже работать на изображениях из других областей. В карточке не приведены метрики точности на тестовых наборах.

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 resnet32ts.ra2_in1k

A ResNet image classification model. This model features a tiered 3-layer stem without pooling and SiLU activations. Trained on ImageNet-1k by Ross Wightman in timm.

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 Type: Image classification / feature backbone
  • Model Stats:
    • Params (M): 18.0
    • GMACs: 4.6
    • Activations (M): 11.6
    • Image size: train = 256 x 256, test = 288 x 288
  • Papers:
    • @: a
  • Dataset: ImageNet-1k
  • Original: https://github.com/huggingface/pytorch-image-models

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('resnet32ts.ra2_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(
    'resnet32ts.ra2_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, 32, 128, 128])
    #  torch.Size([1, 256, 64, 64])
    #  torch.Size([1, 512, 32, 32])
    #  torch.Size([1, 1536, 16, 16])
    #  torch.Size([1, 1536, 8, 8])

    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(
    'resnet32ts.ra2_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, 1536, 8, 8) 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}}
}
r

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
4451948

0 моделей