/ Модель

Характеристики

Размер весов
277 МБ
Лицензия
Apache 2.0
Базовая модель
maxvit_small_tf_224.in1k
Библиотека
zeromodels
Опубликована
30 июл 2026

maxvit_small_tf_224_in1k

Классификация изображенийИзображение → label3 профессии

Конверсия MaxViT Small для классификации изображений и извлечения визуальных признаков в Keras 3.

249скачиваний за 30 дней0лайковвеса обновлены30 авг 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

zeromodels/maxvit_small_tf_224_in1k — конверсия чекпойнта timm/maxvit_small_tf_224.in1k в формате Keras 3, подготовленная проектом zeromodels. Это гибридная иерархическая архитектура CNN и Vision Transformer с локальным блочным и глобальным разреженным вниманием по нескольким осям. Модель предназначена для классификации изображений и может использоваться как визуальный backbone для извлечения признаков; классификационная обёртка возвращает логиты классов, а базовая модель — признаки.

Реализация Keras 3 заявлена как запускаемая без изменений на TensorFlow, Torch и JAX; репозиторий содержит веса TensorFlow. Модель основана на варианте MaxViT Small с входным разрешением 224 пикселя и обучением на ImageNet-1k согласно описанию базовой модели. Лицензия — Apache-2.0. Ограничения: карточка отсылает к upstream-модели за подробностями и не приводит конкретных метрик качества или полного перечня классов.

Сценарии применения

  • классификация изображений по категориям ImageNet-1k
  • извлечение визуальных признаков для последующих моделей
  • использование в качестве backbone компьютерного зрения
  • встраивание классификатора изображений в TensorFlow, Torch или JAX-проект

Ограничения

Карточка не приводит метрик качества и отсылает к upstream-модели за подробностями. Заявленное разрешение входа — 224 пикселя; отдельная оценка работы на других разрешениях не приводится.

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

See our collection for all versions of MaxViT.

Run MaxViT with Keras 3: JAX, PyTorch, or TensorFlow

GitHub Docs Collection

zeromodels/maxvit_small_tf_224_in1k

Paper: MaxViT: Multi-Axis Vision Transformer (arXiv:2204.01697) · HF Papers

MaxViT combines blocked local and dilated global attention (multi-axis) in a hierarchical CNN/Transformer hybrid.

For more details on the model, please go to the upstream model card.

Pure-Keras 3 conversion of timm/maxvit_small_tf_224.in1k for zeromodels. One implementation runs unmodified on TensorFlow / Torch / JAX.

This is an image-classification / backbone checkpoint (MaxViTImageClassify / MaxViTModel).

✨ Quick start

import os

os.environ["KERAS_BACKEND"] = "torch"  # or "jax" / "tensorflow"

from PIL import Image
from zeromodels.models.maxvit import MaxViTImageClassify, MaxViTModel, MaxViTImageProcessor

model = MaxViTImageClassify.from_weights("zeromodels/maxvit_small_tf_224_in1k")
processor = MaxViTImageProcessor.from_weights("zeromodels/maxvit_small_tf_224_in1k")

image = Image.open("your_image.jpg").convert("RGB")
pixels = processor(image)  # resize + normalize (normalization lives in the processor)
logits = model(pixels, training=False)
print(logits.shape)  # (1, num_classes)

# Feature extraction: the backbone without the classifier head
backbone = MaxViTModel.from_weights("zeromodels/maxvit_small_tf_224_in1k", as_backbone=True)
features = backbone(pixels, training=False)

Load any MaxViT variant the same way with from_weights("zeromodels/<variant>"):

VariantHub
maxvit_base_tf_224_in1kzeromodels/maxvit_base_tf_224_in1k
maxvit_base_tf_224_in21kzeromodels/maxvit_base_tf_224_in21k
maxvit_base_tf_384_in1kzeromodels/maxvit_base_tf_384_in1k
maxvit_base_tf_384_in21k_ft_in1kzeromodels/maxvit_base_tf_384_in21k_ft_in1k
maxvit_base_tf_512_in1kzeromodels/maxvit_base_tf_512_in1k
maxvit_base_tf_512_in21k_ft_in1kzeromodels/maxvit_base_tf_512_in21k_ft_in1k
maxvit_large_tf_224_in1kzeromodels/maxvit_large_tf_224_in1k
maxvit_large_tf_224_in21kzeromodels/maxvit_large_tf_224_in21k
maxvit_large_tf_384_in1kzeromodels/maxvit_large_tf_384_in1k
maxvit_large_tf_384_in21k_ft_in1kzeromodels/maxvit_large_tf_384_in21k_ft_in1k
maxvit_large_tf_512_in1kzeromodels/maxvit_large_tf_512_in1k
maxvit_large_tf_512_in21k_ft_in1kzeromodels/maxvit_large_tf_512_in21k_ft_in1k
maxvit_small_tf_224_in1kzeromodels/maxvit_small_tf_224_in1k
maxvit_small_tf_384_in1kzeromodels/maxvit_small_tf_384_in1k
maxvit_small_tf_512_in1kzeromodels/maxvit_small_tf_512_in1k
maxvit_tiny_tf_224_in1kzeromodels/maxvit_tiny_tf_224_in1k
maxvit_tiny_tf_384_in1kzeromodels/maxvit_tiny_tf_384_in1k
maxvit_tiny_tf_512_in1kzeromodels/maxvit_tiny_tf_512_in1k
maxvit_xlarge_tf_224_in21kzeromodels/maxvit_xlarge_tf_224_in21k
maxvit_xlarge_tf_384_in21k_ft_in1kzeromodels/maxvit_xlarge_tf_384_in21k_ft_in1k
maxvit_xlarge_tf_512_in21k_ft_in1kzeromodels/maxvit_xlarge_tf_512_in21k_ft_in1k

Tips

  • Set KERAS_BACKEND before importing Keras / zeromodels.
  • MaxViTImageClassify returns class logits; MaxViTModel returns features (as_backbone=True for multi-scale stages).
  • See docs and Loading Weights.
  • Upstream / timm checkpoints: MaxViTImageClassify.from_weights("hf:timm/maxvit_small_tf_224.in1k").

Special Thanks

A huge thank you to the MaxViT authors and the timm / Hub communities for creating and releasing these models.

License: see YAML license (usually matches the upstream checkpoint).

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · zeromodels

Нельзя запустить

В репозитории нет весов в формате PyTorch/safetensors.

Ревизия весов
b8c36af

0 моделей