EfficientViM

Kategori: Efficient/Mobile · Kode: timm/models/efficientvim.py · Arsitektur: 8 · Bobot terlatih: 12 (0 dengan hasil ImageNet-1k)

Efficient Vision Mamba (EfficientViM) dibangun di sekitar lapisan Hidden State Mixer based State Space Duality (HSM-SSD), yang diimplementasikan di sini dalam PyTorch murni. Model _dist menambahkan kepala distilasi.

Makalah

• EfficientViM: Vision Mamba Efisien dengan State Space Duality berbasis Hidden State Mixer

Penggunaan

Lihat Quickstart untuk memuat bobot terlatih, prapemrosesan gambar, dan penyesuaian halus, serta Ekstraksi Fitur untuk menggunakan model sebagai tulang punggung.

>>> import timm
>>> model = timm.create_model('efficientvim_m1.e300_in1k', pretrained=True)
>>> data_config = timm.data.resolve_model_data_config(model)

Dukungan API Model

✓ didukung, ✓ (persegi) hanya berfungsi untuk ukuran persegi, ✗ tidak didukung, – tidak diperlukan (model sudah menerima ukuran input apa pun). Diperiksa dengan menjalankan setiap fitur pada model yang diinisialisasi secara acak (EfficientViM dengan efficientvim_m1 pada 224, EfficientViMDistilled dengan efficientvim_m1_dist pada 224), arsitektur lain dari kelas yang sama diharapkan berperilaku sama. Lihat halaman Model API untuk detailnya.

Arsitektur

GMACs dan jumlah parameter adalah untuk ukuran input dan klasifer default dari setiap arsitektur, dari hasil benchmark.

Bobot terlatih

Top-1 adalah akurasi validasi ImageNet-1k dari results-imagenet.csv pada ukuran eval yang tercantum, - jika bobot tidak memiliki hasil ImageNet-1k (misalnya bobot pretraining atau image-text). Classes adalah ukuran dari classifier pretrained, none untuk bobot yang tidak memilikinya.