BYOANet (BoTNet, HaloNet, LambdaNet)

Kategori: Hibrida · Kode: timm/models/byoanet.py · Arsitektur: 15 · Bobot pralatih: 13 (13 dengan hasil ImageNet-1k)

Jaringan yang dibangun dengan sistem konfigurasi blok/tahap ByobNet yang menempatkan lapisan self-attention (atau serupa) di dalam tahap bergaya ResNet: Bottleneck Transformers (BoTNet), HaloNets, dan Lambda ResNets. Docstring modul menandai definisi-definisi ini sebagai eksperimental.

Makalah

• Transformers Bottleneck untuk Pengenalan Visual
• LambdaNetworks: Memodelkan Interaksi Jarak Jauh Tanpa Atensi
• Skala Local Self-Attention untuk Parameter Efficient Visual Backbones

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('halonet50ts.a1h_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 halonet_h1 pada 256), 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 a1h

c1 tag

Lainnya