/ Модель

Характеристики

Лицензия
MIT
Библиотека
timm
Опубликована
20 мар 2023

rexnet_300.nav_in1k

Классификация изображенийИзображение → label3 профессии

ReXNet-300 — предварительно обученная на ImageNet-1k сверточная модель для классификации изображений и извлечения визуальных признаков.

161скачиваний 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

    top1 · выше — лучше

    Результат

    30,053 %

    image-classification 64,187 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-r-clean

    top1 · выше — лучше

    Результат

    95,55 %

    image-classification 99,29 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet

    top1 · выше — лучше

    Результат

    82,78 %

    image-classification 96,23 %
    timm

    Публичная таблицаревизия не подтверждена

  • sketch

    top5 · выше — лучше

    Результат

    52,377 %

    image-classification 33,078 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-real

    top1 · выше — лучше

    Результат

    87,683 %

    image-classification 97,609 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenetv2-matched-frequency

    top1 · выше — лучше

    Результат

    72,85 %

    image-classification 90,7 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-a-clean

    top5 · выше — лучше

    Результат

    99,13 %

    image-classification 95,84 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-r

    top5 · выше — лучше

    Результат

    62,44 %

    image-classification 46,243 %
    timm

    Публичная таблицаревизия не подтверждена

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

ReXNet-300 — сверточная модель классификации изображений из семейства ReXNet, опубликованная авторами статьи «Rethinking Channel Dimensions for Efficient Model Design». Версия nav_in1k предварительно обучена на ImageNet-1k; модель содержит около 34,7 млн параметров и рассчитана на изображения размером 224 × 224 пикселя. В репозитории доступны веса PyTorch и Safetensors, а для работы указана библиотека timm.

Модель подходит для классификации изображений по категориям ImageNet-1k и может использоваться как визуальный backbone для извлечения карт признаков или эмбеддингов. В приведённом сравнении её точность составляет 82,772% top-1 и 96,232% top-5. Лицензия — MIT. Карточка не описывает поддержку языкового ввода или генерацию изображений.

Сценарии применения

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

Ограничения

Модель обучена на ImageNet-1k и использует входной размер 224 × 224 пикселя, поэтому её результаты на других наборах категорий и разрешениях могут отличаться. Карточка не приводит оценки на других датасетах.

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 rexnet_300.nav_in1k

A ReXNet image classification model. Pretrained on ImageNet-1k by paper authors.

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('rexnet_300.nav_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(
    'rexnet_300.nav_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, 48, 112, 112])
    #  torch.Size([1, 116, 56, 56])
    #  torch.Size([1, 183, 28, 28])
    #  torch.Size([1, 386, 14, 14])
    #  torch.Size([1, 554, 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(
    'rexnet_300.nav_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, 3840, 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."

modeltop1top5param_countimg_sizecrop_pct
rexnetr_300.sw_in12k_ft_in1k84.5397.25234.812881.0
rexnetr_200.sw_in12k_ft_in1k83.16496.64816.522881.0
rexnet_300.nav_in1k82.77296.23234.712240.875
rexnet_200.nav_in1k81.65295.66816.372240.875
rexnet_150.nav_in1k80.30895.1749.732240.875
rexnet_130.nav_in1k79.47894.687.562240.875
rexnet_100.nav_in1k77.83293.8864.82240.875

Citation

@misc{han2021rethinking,
  title={Rethinking Channel Dimensions for Efficient Model Design}, 
  author={Dongyoon Han and Sangdoo Yun and Byeongho Heo and YoungJoon Yoo},
  year={2021},
  eprint={2007.00992},
  archivePrefix={arXiv},
  primaryClass={cs.CV}
}  
@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
cbb4094

0 моделей