BYOANet (BoTNet, HaloNet, LambdaNet)

Categoría: Híbrido · Código: timm/models/byoanet.py · Arquitecturas: 15 · Pesos preentrenados: 13 (13 con resultados en ImageNet-1k)

Redes construidas con el sistema de configuración de bloques/etapas ByobNet que colocan capas de autoatención (o similares) en etapas de estilo ResNet: Bottleneck Transformers (BoTNet), HaloNets y Lambda ResNets. La docstring del módulo marca estas definiciones como experimentales.

Papers

• Transformers de cuello de botella para el reconocimiento visual
• LambdaNetworks: modelado de interacciones de largo alcance sin atención
• Escalar la autoatención local para columnas visuales de parámetros eficientes

Uso

Consulte la Introducción rápida para cargar pesos preentrenados, preprocesar imágenes y realizar el ajuste fino, y Extracción de características para usar los modelos como columnas verticales.

>>> import timm
>>> model = timm.create_model('halonet50ts.a1h_in1k', pretrained=True)
>>> data_config = timm.data.resolve_model_data_config(model)

Soporte de la API de modelos

✓ compatible, ✓ (cuadrado) funciona solo con tamaños cuadrados, ✗ no compatible, – no necesario (el modelo ya acepta cualquier tamaño de entrada). Verificado ejecutando cada función en un modelo inicializado aleatoriamente (ByobNet con halonet_h1 en 256); se espera que otras arquitecturas de la misma clase se comporten de la misma manera. Consulte la página Model API para más detalles.

Arquitecturas

Los GMAC y el número de parámetros corresponden al tamaño de entrada y al clasificador predeterminados de cada arquitectura, según los resultados de las pruebas de rendimiento.

Pesos preentrenados

Top-1 es la precisión de validación en ImageNet-1k desde results-imagenet.csv en el tamaño de evaluación indicado, - si el peso no tiene un resultado de ImageNet-1k (p. ej. pesos de preentrenamiento o de imagen-texto). Classes es el tamaño del clasificador preentrenado, ninguno para pesos sin uno.

Los pesos se agrupan por origen: el artículo o procedencia indicado en la configuración preentrenada, en su defecto una organización del Hub distinta de timm, y si no, la primera parte de la etiqueta preentrenada (architecture.tag). Los orígenes con un solo peso se listan bajo other.

a1h tags

c1 etiquetas

Otros