PP-LCNetV2

الفئة: Efficient/Mobile · الكود: timm/models/lcnetv2.py · الهندسات: 3 · الأوزان المُسبقة التدريب: 4 (0 منها بنتائج ImageNet-1k)

PP-LCNetV2 من PaddleClas هو شبكة مصممة للعمل على المعالج المركزي (CPU) مبنية على PP-LCNet. فالتحويلات العميقة (depthwise convolutions) في المراحل المتأخرة هي فروع متعددة المقاييس قابلة لإعادة التمثيل (re-parameterizable)، كما يُستخدم SE والاختصارات (shortcuts) بشكل محدود لتجنب تكاليف زمن الاستجابة على المعالج المركزي.

الأوراق البحثية

• ما وراء الإشراف الذاتي: بديل بسيط وفعّال لتقطير الشبكات لتحسين الهياكل الأساسية

الاستخدام

راجع البدء السريع لتحميل الأوزان المُسبقة التدريب ومعالجة الصور مسبقًا وضبط الدقة، وراجع استخراج الميزات لاستخدام النماذج كعمود فقري.

>>> import timm
>>> model = timm.create_model('lcnetv2_base.paddle_in1k', pretrained=True)
>>> data_config = timm.data.resolve_model_data_config(model)

دعم واجهة برمجة التطبيقات للنماذج

✓ مدعوم، ✓ (مربع) يعمل مع الأحجام المربعة فقط، ✗ غير مدعوم، – غير مطلوب (يقبل النموذج بالفعل أي حجم إدخال). تم التحقق من ذلك بتشغيل كل ميزة على نموذج مُهيأ عشوائياً (LCNetV2 مع lcnetv2_small عند 224)، ومن المتوقع أن تتصرف البنى المعمارية الأخرى من نفس الفئة بنفس الطريقة. راجع صفحة واجهة برمجة النموذج للتفاصيل.

البنى

تُحسب قيم GMACs وعدد المعلمات لحجم المدخلات الافتراضي والتصنيف الخاص بكل معمارية، وذلك بناءً على نتائج الاختبارات المرجعية.

الأوزان المُسبقة التدريب

Top-1 هو دقة التحقق على ImageNet-1k من results-imagenet.csv عند حجم التقييم المذكور، - إذا لم يكن للوزن نتيجة على ImageNet-1k (مثل أوزان ما قبل التدريب أو أوزان الصورة-النص). Classes هو حجم المصنِّف المُدرَّب مسبقًا، ولا يوجد شيء للأوزان التي لا تحتوي على مصنِّف.