BYOBNet (GENet, RepVGG, MobileOne, …)

Kategori: CNN · Kode: timm/models/byobnet.py · Arsitektur: 53 · Bobot pralatih: 57 (41 dengan hasil ImageNet-1k)

Bring-Your-Own-Blocks Network, sebuah jaringan fleksibel yang dibangun dari konfigurasi dataclass yang menumpuk blok menjadi tahap. Jaringan ini mengimplementasikan GPU-Efficient Networks (gernet_*), RepVGG, MobileOne, RegNetZ, menara gambar ResNet dari CLIP (*_clip) dan sejumlah varian timm bergaya ResNet.

Makalah

• Desain Arsitektur Neural untuk Jaringan yang Efisien di GPU
• RepVGG: Membuat ConvNet bergaya VGG Kembali Hebat
• MobileOne: Backbone Mobile Satu Milidetik yang Ditingkatkan
• Skala Model yang Cepat dan Akurat
• Perkembangan Lapisan Normalisasi-Aktivasi
• Mempelajari Model Visual yang Dapat Dipindahkan dari Supervisi Bahasa Alami

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('repvgg_a2.rvgg_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 (ByobNet dengan mobileone_s1 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.

Bobot dikelompokkan berdasarkan sumber: paper atau asal yang diberikan dalam konfigurasi pretrained, jika tidak ada maka organisasi Hub selain timm, jika tidak ada maka bagian pertama dari tag pretrained (architecture.tag). Sumber dengan satu bobot terdaftar di bawah other.

tag rvgg

tag openai

ra2 tags

tag ch

apple tags

ra3 tag

tag yfcc15m

tag idstcv

cc12m tag

Lainnya