# MobileNet-V5

**Kategori:** Encoder · **Kode:** [`timm/models/mobilenetv5.py`](https://github.com/huggingface/pytorch-image-models/blob/main/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-blok MobileNet-V4 (Universal Inverted Residual, Mobile MQA) dengan adapter fusi multi-skala.

## Makalah

* [MobileNetV4 - Model Universal untuk Ekosistem Mobile](https://arxiv.org/abs/2404.10518)

## Penggunaan

Lihat [Quickstart](../quickstart) untuk memuat bobot terlatih, prapemrosesan gambar, dan penyesuaian halus, serta [Feature Extraction](../feature_extraction) untuk menggunakan model sebagai tulang punggung.

```py
>>> 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`](../model_api#intermediate-features) | ✓ (strides 2, 4, 8, 16, 32) | ✓ (strides 2, 4, 8, 16, 32) |
| [`forward_intermediates()`](../model_api#intermediate-features) | ✓ | ✓ |
| [`prune_intermediate_layers()`](../model_api#intermediate-features) | ✓ | ✓ |
| [Ukuran input apa pun, tidak perlu perubahan](../model_api#input-size) | ✓ | ✓ |
| [`set_input_size()`](../model_api#input-size) | – | – |
| [`dynamic_img_size=True`](../model_api#input-size) | – | – |
| [`set_grad_checkpointing()`](../model_api#training-hooks) | ✓ | ✓ |
| [Penurunan LR per lapisan (`group_matcher()`)](../model_api#training-hooks) | ✓ | ✗ |
| [`reset_classifier()`](../model_api#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](../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](https://github.com/huggingface/pytorch-image-models/tree/main/results).

## Bobot terlatih

Top-1 adalah akurasi validasi ImageNet-1k dari [`results-imagenet.csv`](https://github.com/huggingface/pytorch-image-models/blob/main/results/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](https://huggingface.co/timm/mobilenetv5_300m.gemma3n) |