/ Модель

Характеристики

Лицензия
Apache 2.0
Библиотека
timm
Опубликована
20 мар 2023

rexnetr_300.sw_in12k_ft_in1k

Классификация изображенийИзображение → label3 профессии

ReXNet-R 300 — визуальная модель timm для классификации изображений ImageNet и извлечения признаков и эмбеддингов.

194скачиваний 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

    top1 · выше — лучше

    Результат

    84,582 %

    image-classification 97,278 %image-classification 96,994 %image-classification 84,036 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-a-clean

    top1 · выше — лучше

    Результат

    96,64 %

    image-classification 99,52 %image-classification 99,37 %image-classification 96,85 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-r

    top1 · выше — лучше

    Результат

    52,873 %

    image-classification 69,183 %image-classification 67,84 %image-classification 51,593 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenetv2-matched-frequency

    top5 · выше — лучше

    Результат

    91,8 %

    image-classification 92,47 %image-classification 74,39 %image-classification 73,39 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-real

    top5 · выше — лучше

    Результат

    98,076 %

    image-classification 98,341 %image-classification 88,789 %image-classification 88,505 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-r-clean

    top1 · выше — лучше

    Результат

    96,12 %

    image-classification 99,53 %image-classification 99,47 %image-classification 95,99 %
    timm

    Публичная таблицаревизия не подтверждена

  • sketch

    top5 · выше — лучше

    Результат

    63,159 %

    image-classification 60,569 %image-classification 40,49 %image-classification 38,411 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-a

    top5 · выше — лучше

    Результат

    76,707 %

    image-classification 69,867 %image-classification 44,08 %image-classification 36,267 %
    timm

    Публичная таблицаревизия не подтверждена

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

ReXNet-R 300 — модель классификации изображений семейства ReXNet-R, разработанная Россом Уайтманом для библиотеки timm. Она использует архитектуру ReXNet-R, в которой размеры каналов округляются для эффективной работы тензорных ядер NVIDIA. Модель содержит около 34,8 млн параметров и предназначена также для извлечения признаковых карт и эмбеддингов изображений.

Модель предварительно обучена на ImageNet-12k, а затем дообучена на ImageNet-1k. В карточке приведены размеры изображений 224×224 для обучения и 288×288 для тестирования, а также точность top-1 84,53% и top-5 97,252% на ImageNet-1k. Весы доступны в форматах PyTorch и Safetensors и рассчитаны на классификацию изображений и использование в качестве визуального бэкбона. Лицензия — Apache-2.0.

Сценарии применения

  • классификация изображений по категориям
  • извлечение признаковых карт из изображений
  • получение эмбеддингов изображений для поиска и сравнения
  • использование визуального бэкбона в компьютерном зрении

Ограничения

Показатели качества приведены для ImageNet-1k и не гарантируют аналогичной точности на других наборах данных. Размеры изображений для тестирования выше обучающих, поэтому при переносе на иные разрешения качество и вычислительные затраты могут отличаться.

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_300.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_300.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_300.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, 48, 112, 112])
    #  torch.Size([1, 112, 56, 56])
    #  torch.Size([1, 176, 28, 28])
    #  torch.Size([1, 384, 14, 14])
    #  torch.Size([1, 560, 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_300.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, 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
524b902

0 моделей