ConvMixer

Kategori: CNN · Kode: timm/models/convmixer.py · Arsitektur: 3 · Bobot pralatih: 3 (3 dengan hasil ImageNet-1k)

ConvMixer menyematkan gambar sebagai patch dan mempertahankan resolusi tersebut sepanjang proses, dengan bergantian menggunakan konvolusi kedalaman (pencampuran spasial) dan konvolusi titik (pencampuran channel).

Makalah

Apakah Patches Saja yang Anda Butuhkan?

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('convmixer_1024_20_ks9_p14.in1k', pretrained=True)
>>> data_config = timm.data.resolve_model_data_config(model)

Dukungan API Model

Fitur	`ConvMixer`
feature maps `features_only=True`	✓ (langkah 7, 7, 7)
`forward_intermediates()`	✓
`prune_intermediate_layers()`	✓
Ukuran input apa pun, tidak perlu perubahan	✓
`set_input_size()`	–
`dynamic_img_size=True`	–
`set_grad_checkpointing()`	✓
Penurunan LR per lapisan (`group_matcher()`)	✓
`reset_classifier()`	✓

✓ 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 (ConvMixer dengan convmixer_768_32 pada 224), arsitektur lain dari kelas yang sama diharapkan berperilaku sama. Lihat halaman Model API untuk detailnya.

Arsitektur

Arsitektur	Parameter (M)	GMACs	Ukuran input	Bobot terlatih
`convmixer_768_32`	21.11	19.55	224	1
`convmixer_1024_20_ks9_p14`	24.38	5.55	224	1
`convmixer_1536_20`	51.63	48.68	224	1

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	Ukuran input	Top-1 (%)	Ukuran evaluasi	Kelas	Lisensi	Hub
`convmixer_768_32.in1k`	224	80.158	224	1000	mit	timm
`convmixer_1024_20_ks9_p14.in1k`	224	76.944	224	1000	mit	timm
`convmixer_1536_20.in1k`	224	81.382	224	1000	mit	timm

Update on GitHub