timm documentation

Xception (legacy)

You are viewing main version, which requires installation from source. If you'd like regular pip install, checkout the latest stable version (v1.0.31).
Hugging Face's logo
Join the Hugging Face community

and get access to the augmented documentation experience

to get started

Xception (legacy)

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

Xception asli, konvolusi terpisah kedalaman dengan koneksi residual, dengan bobot yang dipindahkan dari Keras (legacy_xception).

Makalah

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('legacy_xception.tf_in1k', pretrained=True)
>>> data_config = timm.data.resolve_model_data_config(model)

Dukungan API Model

FiturXception
feature maps features_only=True✓ (strides 2, 4, 8, 16, 32)
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 (Xception dengan legacy_xception pada 299), arsitektur lain dari kelas yang sama diharapkan berperilaku sama. Lihat halaman Model API untuk detailnya.

Arsitektur

ArsitekturParameter (M)GMACsUkuran inputBobot terlatih
legacy_xception22.868.402991

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.

BobotUkuran inputTop-1 (%)Ukuran evaluasiKelasLisensiHub
legacy_xception.tf_in1k29979.0582991000apache-2.0asli
Update on GitHub