FocalNet

カテゴリ: ハイブリッド · コード: timm/models/focalnet.py · アーキテクチャ: 12 · 事前学習済み重み: 12 (ImageNet-1kの結果を含む6つ)

Focal Modulation Networks (FocalNet) は、セルフアテンションをフォーカルモジュレーションに置き換えます。フォーカルモジュレーションは、ディプスワイズ畳み込みによって複数の粒度でコンテキストを集約し、各クエリトークンにゲートします。

論文

• Focal Modulation Networks

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('focalnet_tiny_srf.ms_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）。ランダム初期化されたモデル（FocalNet の focalnet_tiny_srf、224）で各機能を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予想されます。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。