ConvMixer

类别： CNN · 代码： timm/models/convmixer.py · 架构： 3 · 预训练权重： 3（其中 3 个包含 ImageNet-1k 结果）

ConvMixer 将图像嵌入为图像块，并在整个过程中保持该分辨率，交替使用深度可分离卷积（空间混合）和逐点卷积（通道混合）。

论文

补丁就足够了？

用法

请参阅快速入门了解如何加载预训练权重、进行图像预处理和微调，以及查阅特征提取了解如何将模型用作骨干网络。

>>> import timm
>>> model = timm.create_model('convmixer_1024_20_ks9_p14.in1k', pretrained=True)
>>> data_config = timm.data.resolve_model_data_config(model)

模型 API 支持

功能	`ConvMixer`
`features_only=True` 特征图	✓（步长 7, 7, 7）
`forward_intermediates()`	✓
`prune_intermediate_layers()`	✓
任意输入尺寸，无需更改	✓
`set_input_size()`	–
`dynamic_img_size=True`	–
`set_grad_checkpointing()`	✓
逐层学习率衰减（`group_matcher()`）	✓
`reset_classifier()`	✓

✓ 支持，✓ (square) 仅支持方形尺寸，✗ 不支持，– 无需支持（模型本身已接受任意输入尺寸）。通过在每个功能上运行随机初始化的模型（ConvMixer 使用 convmixer_768_32，尺寸为 224）进行验证，预期同一类的其他架构表现相同。有关详细信息，请参阅 Model API 页面。

架构

架构	参数（M）	GMAC	输入大小	预训练权重
`convmixer_768_32`	21.11	19.55	224	1
`convmixer_1024_20_ks9_p14`	24.38	5.55	224	1
`convmixer_1536_20`	51.63	48.68	224	1

GMACs 和参数量对应于每种架构的默认输入大小和分类器，数据来自基准测试结果。

预训练权重

Top-1 是 results-imagenet.csv 中在所列评估规模下的 ImageNet-1k 验证准确率，- 表示该权重没有 ImageNet-1k 结果（例如预训练权重或图文权重）。Classes 是预训练分类器的大小，对于没有分类器的权重则为 none。

权重	输入大小	Top-1（%）	评估大小	类	许可证	Hub
`convmixer_768_32.in1k`	224	80.158	224	1000	mit	timm
`convmixer_1024_20_ks9_p14.in1k`	224	76.944	224	1000	mit	timm
`convmixer_1536_20.in1k`	224	81.382	224	1000	mit	timm

Update on GitHub