/ Модель

Характеристики

Лицензия
Apache 2.0
Библиотека
timm
Опубликована
21 апр 2023

xception65.ra3_in1k

Классификация изображенийИзображение → label3 профессии

Предварительно обученная на ImageNet-1k модель Aligned Xception для классификации изображений и извлечения визуальных признаков.

609скачиваний за 30 дней1лайквеса 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

    top5 · выше — лучше

    Результат

    62,48 %

    image-classification 32,267 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-real

    top5 · выше — лучше

    Результат

    97,752 %

    image-classification 88,065 %
    timm

    Публичная таблицаревизия не подтверждена

  • sketch

    top1 · выше — лучше

    Результат

    39,649 %

    image-classification 60,931 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-a-clean

    top5 · выше — лучше

    Результат

    99,24 %

    image-classification 96,36 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenetv2-matched-frequency

    top5 · выше — лучше

    Результат

    90,71 %

    image-classification 72,57 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet

    top1 · выше — лучше

    Результат

    83,186 %

    image-classification 96,596 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-r-clean

    top1 · выше — лучше

    Результат

    95,68 %

    image-classification 99,33 %
    timm

    Публичная таблицаревизия не подтверждена

  • imagenet-r

    top5 · выше — лучше

    Результат

    63,47 %

    image-classification 49,74 %
    timm

    Публичная таблицаревизия не подтверждена

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

timm/xception65.ra3_in1k — модель классификации изображений и визуальный backbone из библиотеки timm, подготовленная Россом Уайтманом. Это Aligned Xception, предварительно обученная на ImageNet-1k с рецептом RandAugment RA3; архитектура использует глубинные свёртки. Веса доступны в форматах PyTorch и safetensors под лицензией Apache-2.0.

Модель предназначена для классификации изображений, извлечения карт признаков и получения эмбеддингов изображений. Она содержит 39,9 млн параметров; рекомендуемый размер входного изображения — 299 × 299 пикселей. Карточка не приводит подробностей о составе классов, качестве на отдельных наборах данных или поддержке иных задач.

Сценарии применения

  • классификация изображений по категориям ImageNet
  • извлечение карт признаков для компьютерного зрения
  • получение эмбеддингов изображений
  • использование в качестве backbone для визуальных моделей

Ограничения

Модель обучена на ImageNet-1k, поэтому её классификация ориентирована на категории этого набора данных. Для входных изображений указано разрешение 299 × 299 пикселей; характеристики на других наборах данных в карточке не приведены.

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 xception65.ra3_in1k

An Aligned Xception image classification model. Pretrained on ImageNet-1k in timm by Ross Wightman using RandAugment RA3 recipe. Related to B recipe in ResNet Strikes Back.

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('xception65.ra3_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(
    'xception65.ra3_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, 128, 150, 150])
    #  torch.Size([1, 256, 75, 75])
    #  torch.Size([1, 728, 38, 38])
    #  torch.Size([1, 1024, 19, 19])
    #  torch.Size([1, 2048, 10, 10])

    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(
    'xception65.ra3_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, 10, 10) shaped tensor

output = model.forward_head(output, pre_logits=True)
# output is a (1, num_features) shaped tensor

Citation

@inproceedings{deeplabv3plus2018,
  title={Encoder-Decoder with Atrous Separable Convolution for Semantic Image Segmentation},
  author={Liang-Chieh Chen and Yukun Zhu and George Papandreou and Florian Schroff and Hartwig Adam},
  booktitle={ECCV},
  year={2018}
}
@misc{chollet2017xception,
  title={Xception: Deep Learning with Depthwise Separable Convolutions}, 
  author={François Chollet},
  year={2017},
  eprint={1610.02357},
  archivePrefix={arXiv},
  primaryClass={cs.CV}
}
@inproceedings{wightman2021resnet,
  title={ResNet strikes back: An improved training procedure in timm},
  author={Wightman, Ross and Touvron, Hugo and Jegou, Herve},
  booktitle={NeurIPS 2021 Workshop on ImageNet: Past, Present, and Future}
}

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
3f20911

0 моделей