BYOANet（BoTNet、HaloNet、LambdaNet）

カテゴリ: ハイブリッド · コード: timm/models/byoanet.py · アーキテクチャ: 15 · 事前学習済み重み: 13 (ImageNet-1kの結果付き13)

ByobNetブロック/ステージ設定システムで構築され、ResNetスタイルのステージに自己アテンション（または類似）レイヤーを配置するネットワーク: Bottleneck Transformers (BoTNet)、HaloNets、Lambda ResNets。モジュールのドキュメント文字列では、これらの定義は実験的であると明記されています。

論文

• 視覚認識のためのボトルネックTransformer
• LambdaNetworks: 注意機構なしで長距離相互作用をモデル化
• パラメータ効率の高いビジュアルバックボーンのためのローカル自己注意のスケーリング

使用方法

事前学習済み重みの読み込み、画像の前処理、ファインチューニングについてはクイックスタートを、モデルをバックボーンとして使用する方法については特徴量抽出を参照してください。

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

モデルAPIのサポート

✓ 対応、✓ (square) 正方形サイズのみ対応、✗ 非対応、– 不要（モデルは任意の入力サイズを既に受け付ける）。各機能をランダム初期化されたモデル（ByobNet、halonet_h1、256）で実行して確認しています。同じクラスの他のアーキテクチャも同様に動作すると考えられます。詳細はModel APIページを参照してください。

アーキテクチャ

GMACsとパラメータ数は、各アーキテクチャのデフォルトの入力サイズと分類器に基づいており、ベンチマーク結果から得られたものです。

事前学習済み重み

Top-1 は、results-imagenet.csv に記載された評価サイズでの ImageNet-1k 検証精度です。- は、ImageNet-1k の結果がない重み（例: プリトレーニング用または画像-テキスト用重み）を示します。Classes は事前学習済み分類器のサイズで、分類器を持たない重みについては none です。

重みはソースごとにグループ化されます。ソースは、事前学習設定で指定されている論文または出典、それ以外の場合はtimm以外の Hub 組織、さらにそれ以外の場合は事前学習タグの最初の部分（architecture.tag）です。重みが 1 つしかないソースは、other にリストされます。

a1h タグ

タグ

その他