timm documentation

CPUBone

Hugging Face's logo
Join the Hugging Face community

and get access to the augmented documentation experience

to get started

CPUBone

Kategori: Efficient/Mobile · Kod: timm/models/cpubone.py · Mimariler: 9 · Önceden eğitilmiş ağırlıklar: 9 (0 tanesi ImageNet-1k sonuçlarıyla)

CPUBone, CPU gibi düşük paralelleştirme yeteneklerine sahip cihazlar için tasarlanmış bir görme omurgasıdır ve (birleştirilmiş) MBConv blokları ile konvolüsyonel dikkat bloklarından oluşur.

Makaleler

Kullanım

Önceden eğitilmiş ağırlıkları yükleme, görüntü ön işleme ve ince ayar için Hızlı Başlangıç bölümüne, modelleri omurga olarak kullanmak için ise Özellik Çıkarımı bölümüne bakın.

>>> import timm
>>> model = timm.create_model('cpubone_b0_bfrobust.r224_in1k', pretrained=True)
>>> data_config = timm.data.resolve_model_data_config(model)

Model API desteği

ÖzellikCPUBone
features_only=True özellik haritaları✓ (adım 4, 8, 16, 32)
forward_intermediates()✓
prune_intermediate_layers()✓
Herhangi bir giriş boyutu, değişiklik gerekmez✓
set_input_size()–
dynamic_img_size=True–
set_grad_checkpointing()✓
Katman bazlı LR azaltma (group_matcher())✓
reset_classifier()✓

✓ destekleniyor, ✓ (kare) yalnızca kare boyutlarda çalışır, ✗ desteklenmiyor, – gerekli değil (model zaten herhangi bir giriş boyutunu kabul eder). Her özellik, rastgele başlatılmış bir model üzerinde çalıştırılarak kontrol edilir (CPUBone, 224 boyutunda cpubone_nano), aynı sınıfın diğer mimarilerinin de aynı şekilde davranması beklenir. Ayrıntılar için Model API sayfasına bakın.

Mimariler

MimariParametreler (M)GMAC'larGirdi boyutuÖnceden eğitilmiş ağırlıklar
cpubone_b0_bfrobust10.37-2241
cpubone_b1_bfrobust12.44-2241
cpubone_b1_dwnorm12.43-2561
cpubone_b2_bfrobust23.87-2241
cpubone_b2pt5_dwnorm30.43-2561
cpubone_b340.74-2241
cpubone_nano6.52-2241
cpubone_s08.73-2241
cpubone_t07.54-2241

GMAC'lar ve parametre sayıları, her mimarinin varsayılan giriş boyutu ve sınıflandırıcısı içindir ve benchmark sonuçlarından alınmıştır.

Önceden eğitilmiş ağırlıklar

Top-1, belirtilen değerlendirme boyutunda results-imagenet.csv dosyasındaki ImageNet-1k doğrulama doğruluğudur; ağırlığın ImageNet-1k sonucu yoksa (ör. ön eğitim veya görsel-metin ağırlıkları) bu değer "-" olarak gösterilir. Classes, ön eğitilmiş sınıflandırıcının boyutudur; sınıflandırıcısı olmayan ağırlıklar için bu değer "none"dur.

AğırlıkGirdi boyutuEn iyi 1 (%)Değerlendirme boyutuSınıflarLisansHub
cpubone_b0_bfrobust.r224_in1k224--1000-timm
cpubone_b1_bfrobust.r224_in1k224--1000-timm
cpubone_b1_dwnorm.timm_r256_in1k256--1000-timm
cpubone_b2_bfrobust.r224_in1k224--1000-timm
cpubone_b2pt5_dwnorm.timm_r256_in1k256--1000-timm
cpubone_b3.r224_in1k224--1000-timm
cpubone_nano.r224_in1k224--1000-timm
cpubone_s0.r224_in1k224--1000-timm
cpubone_t0.r224_in1k224--1000-timm
Update on GitHub