/ Модель

Характеристики

Лицензия
Apache 2.0
Библиотека
timm
Опубликована
27 апр 2023

tf_efficientnet_b5.aa_in1k

Классификация изображенийИзображение → label3 профессии

Сверточная EfficientNet-B5 для классификации изображений по классам ImageNet-1k и извлечения визуальных признаков.

131скачиваний 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-clean

    top1 · выше — лучше

    Результат

    96,48 %

    image-classification 99,23 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-r-clean

    top5 · выше — лучше

    Результат

    99,36 %

    image-classification 95,89 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet

    top1 · выше — лучше

    Результат

    83,696 %

    image-classification 96,712 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenetv2-matched-frequency

    top5 · выше — лучше

    Результат

    91,07 %

    image-classification 73,28 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-r

    top5 · выше — лучше

    Результат

    63,953 %

    image-classification 47,843 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-a

    top5 · выше — лучше

    Результат

    62,733 %

    image-classification 29,707 %
    timm

    Публичная таблицаревизия не подтверждена

  • sketch

    top1 · выше — лучше

    Результат

    35,475 %

    image-classification 56,199 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-real

    top5 · выше — лучше

    Результат

    97,933 %

    image-classification 88,402 %
    timm

    Публичная таблицаревизия не подтверждена

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

tf_efficientnet_b5.aa_in1k — сверточная модель EfficientNet-B5 для классификации изображений и извлечения визуальных признаков. Исходную модель обучили авторы EfficientNet на ImageNet-1k с использованием AutoAugment; Ross Wightman перенёс веса в PyTorch. Репозиторий распространяет модель в форматах PyTorch и safetensors, лицензия — Apache-2.0.

Модель содержит около 30,4 млн параметров и рассчитана на изображения размером 456 × 456 пикселей. Она предсказывает классы объектов из набора ImageNet-1k; промежуточные карты признаков и эмбеддинги можно использовать в собственных компьютерно-зрительных конвейерах. Подходит для классификации изображений общего назначения и как визуальный backbone.

Модель обучена на ImageNet-1k, поэтому её классовый выход ограничен метками этого набора. README не приводит оценок качества или сведений о поддержке других задач без дополнительной настройки.

Сценарии применения

  • классификация объектов на фотографиях по классам ImageNet-1k
  • извлечение карт признаков для компьютерного зрения
  • получение эмбеддингов изображений для поиска похожих изображений
  • использование визуального backbone в прикладном конвейере

Ограничения

Классовые предсказания ориентированы на метки ImageNet-1k; качество на других доменах и задачах в карточке не оценено. Для классификации ожидаются изображения около 456 × 456 пикселей.

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 tf_efficientnet_b5.aa_in1k

A EfficientNet image classification model. Trained on ImageNet-1k with auto-augment in Tensorflow by paper authors, ported to PyTorch by Ross Wightman.

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('tf_efficientnet_b5.aa_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(
    'tf_efficientnet_b5.aa_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, 24, 228, 228])
    #  torch.Size([1, 40, 114, 114])
    #  torch.Size([1, 64, 57, 57])
    #  torch.Size([1, 176, 29, 29])
    #  torch.Size([1, 512, 15, 15])

    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(
    'tf_efficientnet_b5.aa_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, 15, 15) 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{tan2019efficientnet,
  title={Efficientnet: Rethinking model scaling for convolutional neural networks},
  author={Tan, Mingxing and Le, Quoc},
  booktitle={International conference on machine learning},
  pages={6105--6114},
  year={2019},
  organization={PMLR}
}
@inproceedings{47890,
    title       = {AutoAugment: Learning Augmentation Policies from Data},
    author      = {Ekin Dogus Cubuk and Barret Zoph and Dandelion Mane and Vijay Vasudevan and Quoc V. Le},
    year        = {2019},
    URL = {https://arxiv.org/pdf/1805.09501.pdf}
}
@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
95f968c

0 моделей