/ Модель

Характеристики

Лицензия
Apache 2.0
Библиотека
timm
Опубликована
22 мар 2023

resnetv2_50d_evos.ah_in1k

Классификация изображенийИзображение → label

ResNetV2-50d-EvoS — модель для классификации изображений ImageNet-1k и извлечения визуальных признаков.

142скачиваний за 30 дней1лайквеса 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

    top1 · выше — лучше

    Результат

    22,747 %

    image-classification 54,947 %image-classification 46,467 %image-classification 16,107 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-a-clean

    top5 · выше — лучше

    Результат

    98,75 %

    image-classification 99,11 %image-classification 95,65 %image-classification 94,97 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-r

    top1 · выше — лучше

    Результат

    42,517 %

    image-classification 57,13 %image-classification 56,547 %image-classification 41,4 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenetv2-matched-frequency

    top5 · выше — лучше

    Результат

    89,07 %

    image-classification 90,04 %image-classification 71,5 %image-classification 70,07 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-real

    top1 · выше — лучше

    Результат

    87,215 %

    image-classification 97,423 %image-classification 97,017 %image-classification 86,248 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet

    top5 · выше — лучше

    Результат

    95,916 %

    image-classification 95,27 %image-classification 82,024 %image-classification 80,828 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-r-clean

    top1 · выше — лучше

    Результат

    94,3 %

    image-classification 99,19 %image-classification 98,97 %image-classification 94,9 %
    timm

    Публичная таблицаревизия не подтверждена

  • sketch

    top5 · выше — лучше

    Результат

    47,273 %

    image-classification 48,812 %image-classification 30,757 %image-classification 29,38 %
    timm

    Публичная таблицаревизия не подтверждена

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

ResNetV2-50d-EvoS — модель классификации изображений и извлечения визуальных признаков, обученная Россом Уайтманом в библиотеке timm на ImageNet-1k по рецепту A1 из работы ResNet Strikes Back. Она основана на архитектуре ResNet-V2 с предварительной активацией: использует трёхслойный ствол из свёрток 3×3, усредняющий пулинг в обходных соединениях и слои нормализации и активации EvoNorm-S0 вместо BatchNorm и ReLU. Модель содержит 25,6 млн параметров и требует около 4,3 GMAC на изображение.

Модель предназначена для классификации изображений по классам ImageNet-1k, а также может использоваться как визуальный бэкбон для извлечения карт признаков и эмбеддингов. Размер изображения при обучении — 224×224 пикселя, при тестировании — 288×288 пикселей. Весовые файлы доступны в форматах PyTorch и Safetensors; лицензия — Apache-2.0. Описание не приводит сведений о языковой поддержке, поскольку модель работает с изображениями.

Сценарии применения

  • классификация изображений по категориям ImageNet-1k
  • извлечение карт признаков из изображений
  • получение визуальных эмбеддингов для поиска похожих изображений

Ограничения

Модель обучена на ImageNet-1k и ориентирована на изображения с размерами 224×224 при обучении и 288×288 при тестировании; качество на других типах изображений не охарактеризовано.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model card for resnetv2_50d_evos.ah_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.

This model uses:

  • A 3x3 3-layer stem, avg-pool in shortcut downsample.
  • EvoNorm-S0 normalization-activation layers instead of Batch Normalization with ReLU activations.

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_50d_evos.ah_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_50d_evos.ah_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_50d_evos.ah_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}
}
@article{liu2020evolving,
  title={Evolving normalization-activation layers},
  author={Liu, Hanxiao and Brock, Andy and Simonyan, Karen and Le, Quoc},
  journal={Advances in Neural Information Processing Systems},
  volume={33},
  pages={13539--13550},
  year={2020}
}
@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
5e55335

0 моделей