Hugging Face's logo

timm documentation

ResNet

Hugging Face's logo
Join the Hugging Face community

and get access to the augmented documentation experience

to get started

ResNet

الفئة: CNN · الكود: timm/models/resnet.py · الهندسات: 81 · الأوزان المُسبقة التدريب: 150 (144 منها بنتائج على ImageNet-1k)

شبكات البقايا (ResNet) والمتغيرات المبنية على فئة ResNet نفسها: الالتفافات المجمعة في ResNeXt، انتباه القنوات Squeeze-and-Excitation (SE) وECA، الجذوع العميقة / الطبقية، والدمج الهابط باستخدام متوسط المسح (المتغيرات “c” و”d” و”s” و”t”)، الدمج الهابط المضاد للتشويش، تكوينات Wide ResNet وResNet-RS.

الأوراق البحثية

مرجعها أوزان مُسبقة التدريب:

الاستخدام

راجع البدء السريع لتحميل الأوزان المُسبقة التدريب ومعالجة الصور مسبقًا وضبط الدقة، وراجع استخراج الميزات لاستخدام النماذج كعمود فقري.

>>> import timm
>>> model = timm.create_model('resnet50.a1_in1k', pretrained=True)
>>> data_config = timm.data.resolve_model_data_config(model)

دعم واجهة برمجة التطبيقات للنماذج

ميزةResNet
خرائط الميزات features_only=True✓ (خطوات 2، 4، 8، 16، 32)
forward_intermediates()✓
prune_intermediate_layers()✓
أي حجم إدخال، دون الحاجة إلى أي تغييرات✓
set_input_size()–
dynamic_img_size=True–
set_grad_checkpointing()✓
تلاشي معدل التعلم على مستوى الطبقات (group_matcher())✓
reset_classifier()✓

✓ مدعوم، ✓ (مربع) يعمل مع الأحجام المربعة فقط، ✗ غير مدعوم، – غير مطلوب (يقبل النموذج بالفعل أي حجم إدخال). تم التحقق من ذلك بتشغيل كل ميزة على نموذج مُهيأ عشوائياً (ResNet مع resnet10t عند 176)، ومن المتوقع أن تتصرف البنى المعمارية الأخرى من نفس الفئة بنفس الطريقة. راجع صفحة Model API للتفاصيل.

البنى

البنيةالمعاملات (مليون)GMACsحجم الإدخالالأوزان المُسبقة التدريب
ecaresnet26t16.013.352561
ecaresnet50d25.584.352241
ecaresnet50d_pruned19.942.532241
ecaresnet50t25.575.642564
ecaresnet101d44.578.082241
ecaresnet101d_pruned24.883.482241
ecaresnet200d64.6920.002560
ecaresnet269d102.0941.533201
ecaresnetlight30.164.112241
ecaresnext26t_32x4d15.412.702240
ecaresnext50t_32x4d25.05-2240
resnet10t5.440.701761
resnet14t10.081.071761
resnet1811.691.822247
resnet18d11.712.062242
resnet2616.002.362241
resnet26d16.012.602241
resnet26t16.013.352561
resnet3421.803.672247
resnet34d21.823.912241
resnet5025.564.1122419
resnet50_gn25.564.142241
resnet50c25.584.352241
resnet50d25.584.352246
resnet50s25.685.472241
resnet50t25.574.322240
resnet10144.557.832247
resnet101c44.578.082241
resnet101d44.5710.552562
resnet101s44.679.192241
resnet15260.1911.562247
resnet152c60.2111.802241
resnet152d60.2115.412562
resnet152s60.3212.922241
resnet20064.6715.072240
resnet200d64.6920.002561
resnetaa34d21.824.432240
resnetaa5025.565.152241
resnetaa50d25.585.392243
resnetaa101d44.579.122242
resnetblur1811.692.342240
resnetblur5025.565.162241
resnetblur50d25.585.402240
resnetblur101d44.579.122240
resnetrs5035.692.291601
resnetrs10163.626.041921
resnetrs15286.6215.592561
resnetrs20093.2120.182561
resnetrs270129.8627.062561
resnetrs350163.9643.672881
resnetrs420191.8964.203201
resnext50_32x4d25.034.2622410
resnext50d_32x4d25.054.502241
resnext101_32x4d44.188.012243
resnext101_32x8d88.7916.482245
resnext101_32x16d194.0336.272243
resnext101_32x32d468.5387.292241
resnext101_64x4d83.4615.522243
senet154115.0920.772241
seresnet1811.781.822240
seresnet3421.963.672240
seresnet5028.094.112244
seresnet50t28.104.322240
seresnet10149.337.842240
seresnet15266.8211.572240
seresnet152d66.8415.422561
seresnet200d71.8620.012560
seresnet269d113.6726.592560
seresnetaa50d28.115.402240
seresnext26d_32x4d16.812.732241
seresnext26t_32x4d16.812.702241
seresnext50_32x4d27.564.262242
seresnext101_32x4d48.968.022241
seresnext101_32x8d93.5716.482241
seresnext101_64x4d88.2315.532241
seresnext101d_32x8d93.5916.722241
seresnextaa101d_32x8d93.5928.512884
seresnextaa201d_32x8d149.39101.113842
test_resnet0.470.101601
wide_resnet50_268.8811.432243
wide_resnet101_2126.8922.802242

تُحسب قيم GMACs وعدد المعلمات لحجم المدخلات الافتراضي والتصنيف الخاص بكل معمارية، وذلك بناءً على نتائج الاختبارات المرجعية.

الأوزان المُسبقة التدريب

Top-1 هو دقة التحقق على ImageNet-1k من results-imagenet.csv عند حجم التقييم المذكور، - إذا لم يكن للوزن نتيجة على ImageNet-1k (مثل أوزان ما قبل التدريب أو أوزان الصورة-النص). Classes هو حجم المصنِّف المُدرَّب مسبقًا، ولا يوجد شيء للأوزان التي لا تحتوي على مصنِّف.

تُجمَّع الأوزان حسب المصدر: الورقة البحثية أو الأصل المذكور في الإعداد المسبق، وإلا منظمة على Hub غير timm، وإلا الجزء الأول من وسم التدريب المسبق (architecture.tag). تُدرج المصادر التي تحتوي على وزن واحد تحت other.

ResNet يردّ

تُحيل الإعدادات المُسبقة التدريب إلى ResNet strikes back: An improved training procedure in timm.

الوزنحجم الإدخالأعلى 1 (%)حجم التقييمفئاترخصةالمركز
ecaresnet50t.a1_in1k224 (اختبار 288)82.1102881000apache-2.0timm
ecaresnet50t.a2_in1k224 (اختبار 288)81.6822881000apache-2.0timm
ecaresnet50t.a3_in1k160 (اختبار 224)79.5482241000apache-2.0timm
resnet18.a1_in1k224 (اختبار 288)73.1642881000apache-2.0timm
resnet18.a2_in1k224 (اختبار 288)72.3642881000apache-2.0timm
resnet18.a3_in1k160 (اختبار 224)68.2502241000apache-2.0timm
resnet18d.ra4_e3600_r224_in1k224 (اختبار 288)76.0122881000apache-2.0timm
resnet34.a1_in1k224 (اختبار 288)77.9302881000apache-2.0timm
resnet34.a2_in1k224 (اختبار 288)77.1502881000apache-2.0timm
resnet34.a3_in1k160 (اختبار 224)72.9962241000apache-2.0timm
resnet34.ra4_e3600_r224_in1k224 (اختبار 288)78.9722881000apache-2.0timm
resnet50.a1_in1k224 (اختبار 288)81.2402881000apache-2.0timm
resnet50.a1h_in1k176 (اختبار 224)80.6542241000apache-2.0timm
resnet50.a2_in1k224 (اختبار 288)80.7742881000apache-2.0timm
resnet50.a3_in1k160 (اختبار 224)78.0522241000apache-2.0timm
resnet50.b1k_in1k224 (اختبار 288)80.7082881000apache-2.0timm
resnet50.b2k_in1k224 (اختبار 288)80.4662881000apache-2.0timm
resnet50.c1_in1k224 (اختبار 288)80.9282881000apache-2.0timm
resnet50.c2_in1k224 (اختبار 288)80.8622881000apache-2.0timm
resnet50.d_in1k224 (اختبار 288)81.0122881000apache-2.0timm
resnet50d.a1_in1k224 (اختبار 288)81.4662881000apache-2.0timm
resnet50d.a2_in1k224 (اختبار 288)81.1642881000apache-2.0timm
resnet50d.a3_in1k160 (اختبار 224)78.7422241000apache-2.0timm
resnet50d.ra4_e3600_r224_in1k224 (اختبار 288)81.8402881000apache-2.0timm
resnet101.a1_in1k224 (اختبار 288)82.3262881000apache-2.0timm
resnet101.a1h_in1k224 (اختبار 288)82.7962881000apache-2.0timm
resnet101.a2_in1k224 (اختبار 288)82.2182881000apache-2.0timm
resnet101.a3_in1k160 (اختبار 224)79.8362241000apache-2.0timm
resnet152.a1_in1k224 (اختبار 288)82.7422881000apache-2.0timm
resnet152.a1h_in1k224 (اختبار 288)83.4942881000apache-2.0timm
resnet152.a2_in1k224 (اختبار 288)82.6142881000apache-2.0timm
resnet152.a3_in1k160 (اختبار 224)80.5482241000apache-2.0timm
resnetaa50.a1h_in1k224 (اختبار 288)81.6182881000apache-2.0timm
resnext50_32x4d.a1_in1k224 (اختبار 288)81.4802881000apache-2.0timm
resnext50_32x4d.a1h_in1k224 (اختبار 288)82.0162881000apache-2.0timm
resnext50_32x4d.a2_in1k224 (اختبار 288)81.3042881000apache-2.0timm
resnext50_32x4d.a3_in1k160 (اختبار 224)79.2582241000apache-2.0timm
resnext101_64x4d.c1_in1k224 (اختبار 288)83.1582881000apache-2.0timm
seresnet50.a1_in1k224 (اختبار 288)81.1142881000apache-2.0timm
seresnet50.a2_in1k224 (اختبار 288)81.0942881000apache-2.0timm
seresnet50.a3_in1k160 (اختبار 224)77.0362241000apache-2.0timm
seresnext101_32x8d.ah_in1k224 (اختبار 288)84.1922881000apache-2.0timm
seresnext101d_32x8d.ah_in1k224 (اختبار 288)84.3802881000apache-2.0timm
seresnextaa101d_32x8d.ah_in1k224 (اختبار 288)84.5802881000apache-2.0timm

huggingface/pytorch-image-models

المصدر: github.com/huggingface/pytorch-image-models

الوزنحجم الإدخالأعلى 1 (%)حجم التقييمفئاترخصةالمركز
ecaresnet26t.ra2_in1k256 (اختبار 320)79.9003201000apache-2.0timm
ecaresnet269d.ra2_in1k320 (اختبار 352)84.9683521000apache-2.0timm
resnet10t.c3_in1k176 (اختبار 224)68.3542241000apache-2.0timm
resnet14t.c3_in1k176 (اختبار 224)72.2422241000apache-2.0timm
resnet18d.ra2_in1k224 (اختبار 288)73.7902881000apache-2.0timm
resnet26.bt_in1k224 (اختبار 288)76.3842881000apache-2.0timm
resnet26d.bt_in1k224 (اختبار 288)77.4222881000apache-2.0timm
resnet26t.ra2_in1k256 (اختبار 320)78.3303201000apache-2.0timm
resnet34.bt_in1k224 (اختبار 288)76.5062881000apache-2.0timm
resnet34d.ra2_in1k224 (اختبار 288)78.4402881000apache-2.0timm
resnet50.bt_in1k224 (اختبار 288)79.6522881000apache-2.0timm
resnet50.ra_in1k224 (اختبار 288)79.8642881000apache-2.0timm
resnet50.ram_in1k224 (اختبار 288)79.9822881000apache-2.0timm
resnet50_gn.a1h_in1k224 (اختبار 288)81.2162881000apache-2.0timm
resnet50d.ra2_in1k224 (اختبار 288)81.3542881000apache-2.0timm
resnet101d.ra2_in1k256 (اختبار 320)83.0203201000apache-2.0timm
resnet152d.ra2_in1k256 (اختبار 320)83.6843201000apache-2.0timm
resnet200d.ra2_in1k256 (اختبار 320)83.9763201000apache-2.0timm
resnetaa50d.d_in12k224 (اختبار 288)--11821apache-2.0timm
resnetaa50d.sw_in12k224 (اختبار 288)--11821apache-2.0timm
resnetaa50d.sw_in12k_ft_in1k224 (اختبار 288)82.6562881000apache-2.0timm
resnetaa101d.sw_in12k224 (اختبار 288)--11821apache-2.0timm
resnetaa101d.sw_in12k_ft_in1k224 (اختبار 288)84.1142881000apache-2.0timm
resnetblur50.bt_in1k224 (اختبار 288)80.2482881000apache-2.0timm
resnext50_32x4d.ra_in1k224 (اختبار 288)80.7202881000apache-2.0timm
resnext50d_32x4d.bt_in1k224 (اختبار 288)80.6762881000apache-2.0timm
seresnet50.ra2_in1k224 (اختبار 288)81.2882881000apache-2.0timm
seresnet152d.ra2_in1k256 (اختبار 320)84.3443201000apache-2.0timm
seresnext26d_32x4d.bt_in1k224 (اختبار 288)78.8162881000apache-2.0timm
seresnext26t_32x4d.bt_in1k224 (اختبار 288)78.7362881000apache-2.0timm
seresnext50_32x4d.racm_in1k224 (اختبار 288)82.1862881000apache-2.0timm
seresnextaa101d_32x8d.sw_in12k224 (اختبار 288)--11821apache-2.0timm
seresnextaa101d_32x8d.sw_in12k_ft_in1k224 (اختبار 288)86.5242881000apache-2.0timm
seresnextaa101d_32x8d.sw_in12k_ft_in1k_288288 (اختبار 320)86.7223201000apache-2.0timm
wide_resnet50_2.racm_in1k224 (اختبار 288)82.2602881000apache-2.0timm

cv.gluon.ai

المصدر: cv.gluon.ai/model_zoo/classification.html

الوزنحجم الإدخالأعلى 1 (%)حجم التقييمفئاترخصةالمركز
resnet18.gluon_in1k22470.8442241000apache-2.0timm
resnet34.gluon_in1k22474.5742241000apache-2.0timm
resnet50.gluon_in1k22477.5802241000apache-2.0timm
resnet50c.gluon_in1k22478.0162241000apache-2.0timm
resnet50d.gluon_in1k22479.0802241000apache-2.0timm
resnet50s.gluon_in1k22478.7102241000apache-2.0timm
resnet101.gluon_in1k22479.3062241000apache-2.0timm
resnet101c.gluon_in1k22479.5422241000apache-2.0timm
resnet101d.gluon_in1k22480.4662241000apache-2.0timm
resnet101s.gluon_in1k22480.2782241000apache-2.0timm
resnet152.gluon_in1k22479.7122241000apache-2.0timm
resnet152c.gluon_in1k22479.9042241000apache-2.0timm
resnet152d.gluon_in1k22480.4762241000apache-2.0timm
resnet152s.gluon_in1k22481.0482241000apache-2.0timm
resnext50_32x4d.gluon_in1k22479.3542241000apache-2.0timm
resnext101_32x4d.gluon_in1k22480.3362241000apache-2.0timm
resnext101_64x4d.gluon_in1k22480.6402241000apache-2.0timm
senet154.gluon_in1k22481.2582241000apache-2.0timm
seresnext50_32x4d.gluon_in1k22479.9162241000apache-2.0timm
seresnext101_32x4d.gluon_in1k22480.8862241000apache-2.0timm
seresnext101_64x4d.gluon_in1k22480.8842241000apache-2.0timm

pytorch/vision

المصدر: github.com/pytorch/vision

الوزنحجم الإدخالأعلى 1 (%)حجم التقييمفئاترخصةالمركز
resnet18.tv_in1k22469.7522241000bsd-3-clausetimm
resnet34.tv_in1k22473.2982241000bsd-3-clausetimm
resnet50.tv2_in1k176 (اختبار 224)80.8462241000bsd-3-clausetimm
resnet50.tv_in1k22476.1562241000bsd-3-clausetimm
resnet101.tv2_in1k176 (اختبار 224)81.9062241000bsd-3-clausetimm
resnet101.tv_in1k22477.4042241000bsd-3-clausetimm
resnet152.tv2_in1k176 (اختبار 224)82.2942241000bsd-3-clausetimm
resnet152.tv_in1k22478.3302241000bsd-3-clausetimm
resnext50_32x4d.tv2_in1k176 (اختبار 224)81.1902241000bsd-3-clausetimm
resnext50_32x4d.tv_in1k22477.6322241000bsd-3-clausetimm
resnext101_32x8d.tv2_in1k176 (اختبار 224)82.8322241000bsd-3-clausetimm
resnext101_32x8d.tv_in1k22479.3082241000bsd-3-clausetimm
resnext101_64x4d.tv_in1k22482.9782241000bsd-3-clausetimm
wide_resnet50_2.tv2_in1k176 (اختبار 224)81.6122241000bsd-3-clausetimm
wide_resnet50_2.tv_in1k22478.4862241000bsd-3-clausetimm
wide_resnet101_2.tv2_in1k176 (اختبار 224)82.5142241000bsd-3-clausetimm
wide_resnet101_2.tv_in1k22478.8622241000bsd-3-clausetimm

facebookresearch/semi-supervised-ImageNet1K-models

المصدر: github.com/facebookresearch/semi-supervised-ImageNet1K-models

الوزنحجم الإدخالأعلى 1 (%)حجم التقييمفئاترخصةالمركز
resnet18.fb_ssl_yfcc100m_ft_in1k22472.6362241000cc-by-nc-4.0timm
resnet18.fb_swsl_ig1b_ft_in1k22473.2862241000cc-by-nc-4.0timm
resnet50.fb_ssl_yfcc100m_ft_in1k22479.2522241000cc-by-nc-4.0timm
resnet50.fb_swsl_ig1b_ft_in1k22481.1462241000cc-by-nc-4.0timm
resnext50_32x4d.fb_ssl_yfcc100m_ft_in1k22480.3162241000cc-by-nc-4.0timm
resnext50_32x4d.fb_swsl_ig1b_ft_in1k22482.1622241000cc-by-nc-4.0timm
resnext101_32x4d.fb_ssl_yfcc100m_ft_in1k22480.9362241000cc-by-nc-4.0timm
resnext101_32x4d.fb_swsl_ig1b_ft_in1k22483.2682241000cc-by-nc-4.0timm
resnext101_32x8d.fb_ssl_yfcc100m_ft_in1k22481.6202241000cc-by-nc-4.0timm
resnext101_32x8d.fb_swsl_ig1b_ft_in1k22484.2762241000cc-by-nc-4.0timm
resnext101_32x16d.fb_ssl_yfcc100m_ft_in1k22481.8562241000cc-by-nc-4.0timm
resnext101_32x16d.fb_swsl_ig1b_ft_in1k22483.3402241000cc-by-nc-4.0timm

tf tags

الوزنحجم الإدخالأعلى 1 (%)حجم التقييمفئاترخصةالمركز
resnetrs50.tf_in1k160 (اختبار 224)79.9342241000apache-2.0timm
resnetrs101.tf_in1k192 (اختبار 288)82.2882881000apache-2.0timm
resnetrs152.tf_in1k256 (اختبار 320)83.7103201000apache-2.0timm
resnetrs200.tf_in1k256 (اختبار 320)84.4483201000apache-2.0timm
resnetrs270.tf_in1k256 (اختبار 352)84.4383521000apache-2.0timm
resnetrs350.tf_in1k288 (اختبار 384)84.7103841000apache-2.0timm
resnetrs420.tf_in1k320 (اختبار 416)85.0104161000apache-2.0timm

وسوم miil

الوزنحجم الإدخالأعلى 1 (%)حجم التقييمفئاترخصةالمركز
ecaresnet50d.miil_in1k224 (اختبار 288)81.6482881000apache-2.0timm
ecaresnet50d_pruned.miil_in1k224 (اختبار 288)80.8082881000apache-2.0timm
ecaresnet101d.miil_in1k224 (اختبار 288)83.0062881000apache-2.0timm
ecaresnet101d_pruned.miil_in1k224 (اختبار 288)82.0162881000apache-2.0timm
ecaresnetlight.miil_in1k224 (اختبار 288)81.4302881000apache-2.0timm

facebookresearch/WSL-Images

المصدر: github.com/facebookresearch/WSL-Images

الوزنحجم الإدخالأعلى 1 (%)حجم التقييمفئاترخصةالمركز
resnext101_32x8d.fb_wsl_ig1b_ft_in1k22482.7202241000cc-by-nc-4.0timm
resnext101_32x16d.fb_wsl_ig1b_ft_in1k22484.1662241000cc-by-nc-4.0timm
resnext101_32x32d.fb_wsl_ig1b_ft_in1k22485.0902241000cc-by-nc-4.0timm

sw tags

الوزنحجم الإدخالأعلى 1 (%)حجم التقييمفئاترخصةالمركز
seresnextaa201d_32x8d.sw_in12k320 (اختبار 384)--11821apache-2.0timm
seresnextaa201d_32x8d.sw_in12k_ft_in1k_38438487.3043841000apache-2.0timm

أخرى

الوزنحجم الإدخالأعلى 1 (%)حجم التقييمفئاترخصةالمركز
ecaresnet50t.ra2_in1k256 (اختبار 320)82.3703201000apache-2.0timm
resnet50.am_in1k22479.0042241000apache-2.0timm
resnet50.bamboo224--none-timm
test_resnet.r160_in1k16041.6021601000apache-2.0timm
Update on GitHub

←ResNeSt ResNetV2 (BiT)→