MobileNet-V5

Kategori: Encoder · Kode: timm/models/mobilenetv5.py · Arsitektur: 3 · Bobot terlatih: 1 (0 dengan hasil ImageNet-1k)

Vision encoder MobileNet-V5 dari Gemma 3n milik Google, dibangun dari blok MobileNet-V4 (Universal Inverted Residual, Mobile MQA) dengan adapter fusi multi-skala.

Makalah

MobileNetV4 - Model Universal untuk Ekosistem Mobile

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('mobilenetv5_300m.gemma3n', pretrained=True)
>>> data_config = timm.data.resolve_model_data_config(model)

Dukungan API Model

Fitur	`MobileNetV5`	`MobileNetV5Encoder`
feature maps `features_only=True`	✓ (strides 2, 4, 8, 16, 32)	✓ (strides 2, 4, 8, 16, 32)
`forward_intermediates()`	✓	✓
`prune_intermediate_layers()`	✓	✓
Ukuran input apa pun, tidak perlu perubahan	✓	✓
`set_input_size()`	–	–
`dynamic_img_size=True`	–	–
`set_grad_checkpointing()`	✓	✓
Penurunan LR per lapisan (`group_matcher()`)	✓	✗
`reset_classifier()`	✓	✗

✓ 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 (MobileNetV5 dengan mobilenetv5_base pada 256, MobileNetV5Encoder dengan mobilenetv5_300m_enc pada 256), arsitektur lain dari kelas yang sama diharapkan berperilaku sama. Lihat halaman Model API untuk detailnya.

Arsitektur

Arsitektur	Kelas	Parameter (M)	GMACs	Ukuran input	Bobot terlatih
`mobilenetv5_300m`	`MobileNetV5`	294.13	435.74	768	1
`mobilenetv5_300m_enc`	`MobileNetV5Encoder`	294.13	435.74	768	0
`mobilenetv5_base`	`MobileNetV5`	82.65	20.05	256	0

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.

Bobot	Ukuran input	Top-1 (%)	Ukuran evaluasi	Kelas	Lisensi	Hub
`mobilenetv5_300m.gemma3n`	768	-	-	none	gemma	timm

Update on GitHub