/ Модель

Характеристики

Лицензия
Apache 2.0
Библиотека
timm
Опубликована
13 дек 2022

tf_efficientnet_b7.ns_jft_in1k

Классификация изображенийИзображение → label3 профессии

Свёрточная EfficientNet-B7, обученная методом Noisy Student, классифицирует изображения ImageNet-1k и извлекает визуальные признаки.

6 660скачиваний 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

    top1 · выше — лучше

    Результат

    47,724 %

    image-classification 69,603 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenetv2-matched-frequency

    top1 · выше — лучше

    Результат

    77,94 %

    image-classification 94,33 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-a

    top5 · выше — лучше

    Результат

    88,533 %

    image-classification 67,187 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-r

    top5 · выше — лучше

    Результат

    81,087 %

    image-classification 67,023 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-real

    top5 · выше — лучше

    Результат

    98,606 %

    image-classification 90,159 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-a-clean

    top1 · выше — лучше

    Результат

    97,9 %

    image-classification 99,72 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet

    top5 · выше — лучше

    Результат

    98,08 %

    image-classification 86,85 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-r-clean

    top1 · выше — лучше

    Результат

    97,2 %

    image-classification 99,7 %
    timm

    Публичная таблицаревизия не подтверждена

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

tf_efficientnet_b7.ns_jft_in1k — свёрточная модель EfficientNet-B7 для классификации изображений и извлечения признаков. Исходную модель обучили авторы статей на ImageNet-1k и неразмеченных данных JFT-300M методом полуобучения Noisy Student; Ross Wightman перенёс веса в PyTorch. Репозиторий использует timm и содержит веса в форматах PyTorch и safetensors.

Модель насчитывает 66,3 млн параметров и рассчитана на изображения размером 600 × 600 пикселей. Она предсказывает классы ImageNet-1k, а также может служить основой для извлечения карт признаков и эмбеддингов изображений. Подходит для классификации объектов на фотографиях и как визуальный backbone в прикладных системах компьютерного зрения.

Лицензия — Apache-2.0. Модель ориентирована на классы ImageNet-1k; для других наборов классов может потребоваться дообучение или настройка. Высокое разрешение входа и вычислительная сложность модели могут увеличить требования к памяти и времени обработки.

Сценарии применения

  • классификация объектов на изображениях
  • извлечение признаков для системы компьютерного зрения
  • получение эмбеддингов изображений для поиска и сравнения
  • использование визуального backbone в прикладной модели

Ограничения

Модель обучена распознавать классы ImageNet-1k, поэтому для иных категорий может потребоваться дообучение. Входное разрешение 600 × 600 пикселей и 38,3 GMACs могут повышать требования к вычислительным ресурсам.

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_b7.ns_jft_in1k

A EfficientNet image classification model. Trained on ImageNet-1k and unlabeled JFT-300m using Noisy Student semi-supervised learning 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_b7.ns_jft_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_b7.ns_jft_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, 300, 300])
    #  torch.Size([1, 48, 150, 150])
    #  torch.Size([1, 80, 75, 75])
    #  torch.Size([1, 224, 38, 38])
    #  torch.Size([1, 640, 19, 19])

    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_b7.ns_jft_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, 19, 19) 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}
}
@article{Xie2019SelfTrainingWN,
  title={Self-Training With Noisy Student Improves ImageNet Classification},
  author={Qizhe Xie and Eduard H. Hovy and Minh-Thang Luong and Quoc V. Le},
  journal={2020 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR)},
  year={2019},
  pages={10684-10695}
}
@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
9917aa7

0 моделей