timm

You are viewing main version, which requires installation from source. If you'd like regular pip install, checkout the latest stable version (v1.0.30).

Join the Hugging Face community

and get access to the augmented documentation experience

Collaborate on models, datasets and Spaces

Faster examples with accelerated inference

Switch between documentation themes

to get started

VoVNet

الفئة: CNN · الكود: timm/models/vovnet.py · الهندسات: 10 · الأوزان المُسبقة التدريب: 3 (3 منها بنتائج على ImageNet-1k)

تستخدم VoVNet وحدات تجميع فوري (OSA)، والتي تقوم بدمج مخرجات جميع طبقات الكتلة مرة واحدة في نهايتها. تضيف VoVNetV2 (من CenterMask) اتصالات متبقية وانتباه eSE (eSE) فعال.

الأوراق البحثية

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('ese_vovnet39b.ra_in1k', pretrained=True)
>>> data_config = timm.data.resolve_model_data_config(model)

دعم واجهة برمجة التطبيقات للنماذج

ميزة	`VovNet`
خرائط الميزات `features_only=True`	✓ (خطوات 2، 4، 8، 16، 32)
`forward_intermediates()`	✓
`prune_intermediate_layers()`	✓
أي حجم إدخال، دون الحاجة إلى أي تغييرات	✓
`set_input_size()`	–
`dynamic_img_size=True`	–
`set_grad_checkpointing()`	✓
تلاشي معدل التعلم على مستوى الطبقات (`group_matcher()`)	✓
`reset_classifier()`	✓

✓ 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 (VovNet مع ese_vovnet19b_slim_dw عند 224)، ومن المتوقع أن تتصرف البنى المعمارية الأخرى من نفس الفئة بنفس الطريقة. راجع صفحة Model API للتفاصيل.

البنى

البنية	المعاملات (مليون)	GMACs	حجم الإدخال	الأوزان المُسبقة التدريب
`eca_vovnet39b`	22.60	7.09	224	0
`ese_vovnet19b_dw`	6.54	1.34	224	1
`ese_vovnet19b_slim`	3.17	1.69	224	0
`ese_vovnet19b_slim_dw`	1.90	0.40	224	0
`ese_vovnet39b`	24.57	7.09	224	1
`ese_vovnet39b_evos`	24.58	7.07	224	0
`ese_vovnet57b`	38.61	11.69	256	1
`ese_vovnet99b`	63.20	16.51	224	0
`vovnet39a`	22.60	7.09	224	0
`vovnet57a`	36.64	8.95	224	0

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.

الوزن	حجم الإدخال	أعلى 1 (%)	حجم التقييم	فئات	رخصة	المركز
`ese_vovnet19b_dw.ra_in1k`	224 (اختبار 288)	77.788	288	1000	apache-2.0	timm
`ese_vovnet39b.ra_in1k`	224 (اختبار 288)	80.378	288	1000	apache-2.0	timm
`ese_vovnet57b.ra4_e3600_r256_in1k`	256 (اختبار 320)	83.298	320	1000	apache-2.0	timm

Update on GitHub

←VGG Xception (قديم)→