/ Модель

Характеристики

Лицензия
Apache 2.0
Библиотека
timm
Опубликована
20 мар 2023

rexnetr_200.sw_in12k_ft_in1k

Классификация изображенийИзображение → label3 профессии

ReXNet-R 200 — модель timm для классификации изображений и извлечения признаков, дообученная на ImageNet-1k после предобучения на ImageNet-12k.

861скачиваний 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

    top5 · выше — лучше

    Результат

    55,908 %

    image-classification 58,806 %image-classification 36,935 %image-classification 34,937 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-a-clean

    top5 · выше — лучше

    Результат

    99,17 %

    image-classification 99,25 %image-classification 96,23 %image-classification 95,8 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-a

    top1 · выше — лучше

    Результат

    25,507 %

    image-classification 67,547 %image-classification 60,373 %image-classification 31,88 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenetv2-matched-frequency

    top1 · выше — лучше

    Результат

    72,13 %

    image-classification 91,27 %image-classification 90,5 %image-classification 71,18 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-r-clean

    top5 · выше — лучше

    Результат

    99,21 %

    image-classification 99,42 %image-classification 95,32 %image-classification 95,29 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-real

    top1 · выше — лучше

    Результат

    87,484 %

    image-classification 98,021 %image-classification 97,765 %image-classification 88,101 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-r

    top1 · выше — лучше

    Результат

    46,937 %

    image-classification 65,297 %image-classification 63,83 %image-classification 48,273 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet

    top1 · выше — лучше

    Результат

    82,602 %

    image-classification 96,646 %image-classification 96,396 %image-classification 83,16 %
    timm

    Публичная таблицаревизия не подтверждена

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

ReXNet-R 200 — модель классификации изображений и извлечения признаков из семейства ReXNet-R, представленная Ross Wightman в библиотеке timm. Вариант архитектуры ReXNet-R специально округляет число каналов до кратных 8 или 16, чтобы эффективнее работать с NVIDIA Tensor Cores.

Модель предварительно обучена на ImageNet-12k и дообучена на ImageNet-1k. Она содержит около 16,5 млн параметров; в карточке указаны размер изображения 224 × 224 для обучения и 288 × 288 для тестирования. На ImageNet-1k приведены результаты top-1 83,164% и top-5 96,648%. Помимо классификации, модель можно использовать как основу для извлечения карт признаков и эмбеддингов изображений.

Для запуска требуются изображения; модель выдаёт оценки классов и признаки изображения. Лицензия — Apache-2.0. Результаты и назначение ориентированы на ImageNet, поэтому качество на других наборах данных и специализированных типах изображений может отличаться.

Сценарии применения

  • классификация изображений по категориям ImageNet
  • получение признаков изображений для последующей обработки
  • извлечение карт признаков из изображений
  • использование визуального backbone в компьютерном зрении

Ограничения

Обучение и приведённые метрики основаны на ImageNet; качество на других доменах может отличаться. В карточке указаны тестовый размер изображения 288 × 288 и около 16,5 млн параметров.

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 rexnetr_200.sw_in12k_ft_in1k

A ReXNet-R image classification model. The R variant of the architecture is timm specific and rounds channels (modulus 8 or 16) to prevent performance issues w/ NVIDIA Tensor Cores. Pretrained on ImageNet-12k and fine-tuned on ImageNet-1k by Ross Wightman in timm.

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('rexnetr_200.sw_in12k_ft_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(
    'rexnetr_200.sw_in12k_ft_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, 112, 112])
    #  torch.Size([1, 80, 56, 56])
    #  torch.Size([1, 120, 28, 28])
    #  torch.Size([1, 256, 14, 14])
    #  torch.Size([1, 368, 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(
    'rexnetr_200.sw_in12k_ft_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, 2560, 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
511091d

0 моделей