/ Модель

Характеристики

Лицензия
Apache 2.0
Библиотека
timm
Опубликована
22 мар 2023

resnetv2_101.a1h_in1k

Классификация изображенийИзображение → label3 профессии

ResNetV2-101 A1H — модель timm для классификации изображений ImageNet-1k и извлечения визуальных признаков.

443скачиваний 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

    34,593 %

    image-classification 53,173 %image-classification 52,312 %image-classification 34,078 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-r-clean

    top5 · выше — лучше

    Результат

    99,37 %

    image-classification 99,15 %image-classification 95,63 %image-classification 94,94 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-a

    top1 · выше — лучше

    Результат

    28,547 %

    image-classification 59,613 %image-classification 48,853 %image-classification 19,32 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenetv2-matched-frequency

    top5 · выше — лучше

    Результат

    89,77 %

    image-classification 90,58 %image-classification 72,7 %image-classification 71,29 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-a-clean

    top1 · выше — лучше

    Результат

    96,15 %

    image-classification 99,16 %image-classification 99,01 %image-classification 95,68 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-r

    top1 · выше — лучше

    Результат

    44,49 %

    image-classification 58,867 %image-classification 58,61 %image-classification 44,837 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-real

    top1 · выше — лучше

    Результат

    87,301 %

    image-classification 97,66 %image-classification 97,329 %image-classification 87,911 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet

    top5 · выше — лучше

    Результат

    96,444 %

    image-classification 95,866 %image-classification 83,002 %image-classification 82,042 %
    timm

    Публичная таблицаревизия не подтверждена

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

ResNetV2-101 A1H — сверточная модель классификации изображений из библиотеки timm, подготовленная Россом Уайтманом. Модель обучена на ImageNet-1k по рецепту A1 из работы «ResNet Strikes Back» и также может использоваться как основа для извлечения карт признаков и эмбеддингов изображений.

В архитектуре ResNet-V2 с предварительной активацией около 44,5 млн параметров; вычислительная сложность составляет 7,8 GMACs. Рекомендуемый размер изображения — 224 × 224 пикселя. Модель принимает изображение и предсказывает класс из набора ImageNet-1k; веса доступны в форматах PyTorch и safetensors. Лицензия — Apache-2.0.

Модель подходит для классификации изображений общего назначения и получения визуальных признаков для последующих задач. Её обучение ориентировано на классы ImageNet-1k, поэтому качество на других наборах данных и предметных областях может отличаться; для узкоспециализированных задач может потребоваться адаптация.

Сценарии применения

  • классификация изображений по классам ImageNet-1k
  • получение карт признаков изображения
  • извлечение эмбеддингов изображений
  • использование сверточной основы в компьютерном зрении

Ограничения

Обучение проведено на ImageNet-1k с размером изображения 224 × 224, поэтому модель ориентирована на его классы и может хуже работать в предметных областях с иным распределением изображений.

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 resnetv2_101.a1h_in1k

A ResNet-V2 (pre-activation ResNet) image classification model. Trained on ImageNet-1k by Ross Wightman in timm using ResNet strikes back (RSB) A1 based recipe.

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('resnetv2_101.a1h_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(
    'resnetv2_101.a1h_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, 256, 56, 56])
    #  torch.Size([1, 512, 28, 28])
    #  torch.Size([1, 1024, 14, 14])
    #  torch.Size([1, 2048, 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(
    'resnetv2_101.a1h_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, 2048, 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

@inproceedings{wightman2021resnet,
  title={ResNet strikes back: An improved training procedure in timm},
  author={Wightman, Ross and Touvron, Hugo and Jegou, Herve},
  booktitle={NeurIPS 2021 Workshop on ImageNet: Past, Present, and Future}
}
@article{He2016,
  author = {Kaiming He and Xiangyu Zhang and Shaoqing Ren and Jian Sun},
  title = {Identity Mappings in Deep Residual Networks},
  journal = {arXiv preprint arXiv:1603.05027},
  year = {2016}
}
@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
155e705

0 моделей