/ Модель

Характеристики

Лицензия
Apache 2.0
Библиотека
timm
Опубликована
13 дек 2022

tf_efficientnetv2_b3.in21k_ft_in1k

Классификация изображенийИзображение → label3 профессии

EfficientNetV2-B3 — модель для классификации изображений и извлечения визуальных признаков, обученная на ImageNet-21k и дообученная на ImageNet-1k.

1 878скачиваний за 30 дней2лайкавеса 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-real

    top5 · выше — лучше

    Результат

    97,417 %

    image-classification 97,893 %image-classification 87,785 %image-classification 86,455 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-r

    top5 · выше — лучше

    Результат

    64,827 %

    image-classification 64,117 %image-classification 48,053 %image-classification 47,683 %
    timm

    Публичная таблицаревизия не подтверждена

  • sketch

    top1 · выше — лучше

    Результат

    34,229 %

    image-classification 55,786 %image-classification 54,986 %image-classification 33,447 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-a-clean

    top5 · выше — лучше

    Результат

    98,97 %

    image-classification 99,24 %image-classification 96,23 %image-classification 95,34 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-a

    top5 · выше — лучше

    Результат

    65,747 %

    image-classification 55,84 %image-classification 32,107 %image-classification 24,24 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet

    top1 · выше — лучше

    Результат

    82,634 %

    image-classification 96,628 %image-classification 95,92 %image-classification 81,078 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-r-clean

    top5 · выше — лучше

    Результат

    99,28 %

    image-classification 99,02 %image-classification 95,6 %image-classification 94,87 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenetv2-matched-frequency

    top5 · выше — лучше

    Результат

    89,09 %

    image-classification 90,55 %image-classification 71,06 %image-classification 69,39 %
    timm

    Публичная таблицаревизия не подтверждена

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Это модель классификации изображений на архитектуре EfficientNetV2-B3 из библиотеки timm. Её обучили авторы статьи на ImageNet-21k, затем дообучили на ImageNet-1k в TensorFlow; веса перенёс в PyTorch Росс Уайтман. Модель содержит 14,4 млн параметров и предназначена для классификации изображений, а также может использоваться как основа для извлечения признаковых карт и эмбеддингов изображений.

Для обучения использовались изображения размером 240 × 240 пикселей, для оценки — 300 × 300. Репозиторий содержит веса PyTorch и safetensors; лицензия — Apache-2.0. Модель ориентирована на распознавание категорий из ImageNet и может быть менее подходящей для изображений, заметно отличающихся от обучающих данных.

Сценарии применения

  • Классификация объектов на изображениях
  • Распознавание категорий ImageNet в фотоколлекции
  • Извлечение признаковых карт для компьютерного зрения
  • Получение эмбеддингов изображений для поиска по сходству

Ограничения

Модель обучена на ImageNet-21k и ImageNet-1k, поэтому её качество может снижаться на изображениях и категориях, отличающихся от этих данных.

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_efficientnetv2_b3.in21k_ft_in1k

A EfficientNet-v2 image classification model. Trained on ImageNet-21k and fine-tuned on ImageNet-1k 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_efficientnetv2_b3.in21k_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(
    'tf_efficientnetv2_b3.in21k_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, 16, 120, 120])
    #  torch.Size([1, 40, 60, 60])
    #  torch.Size([1, 56, 30, 30])
    #  torch.Size([1, 136, 15, 15])
    #  torch.Size([1, 232, 8, 8])

    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_efficientnetv2_b3.in21k_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, 1536, 8, 8) 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{tan2021efficientnetv2,
  title={Efficientnetv2: Smaller models and faster training},
  author={Tan, Mingxing and Le, Quoc},
  booktitle={International conference on machine learning},
  pages={10096--10106},
  year={2021},
  organization={PMLR}
}
@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
f39f975

0 моделей