timm documentation
EfficientViM
EfficientViM
Kategori: Efficient/Mobile · Kod: timm/models/efficientvim.py · Mimariler: 8 · Önceden eğitilmiş ağırlıklar: 12 (ImageNet-1k sonuçları olan 0)
Efficient Vision Mamba (EfficientViM), burada düz PyTorch ile uygulanan Hidden State Mixer tabanlı State Space Duality (HSM-SSD) katmanı etrafında inşa edilmiştir. _dist modelleri bir damıtma başlığı ekler.
Makaleler
Kullanım
Önceden eğitilmiş ağırlıkları yükleme, görüntü ön işleme ve ince ayar için Hızlı Başlangıç bölümüne, modelleri omurga olarak kullanmak için ise Özellik Çıkarımı bölümüne bakın.
>>> import timm
>>> model = timm.create_model('efficientvim_m1.e300_in1k', pretrained=True)
>>> data_config = timm.data.resolve_model_data_config(model)Model API desteği
| Özellik | EfficientViM | EfficientViMDistilled |
|---|---|---|
features_only=True özellik haritaları | ✓ (adım 16, 32, 64) | ✓ (adım 16, 32, 64) |
forward_intermediates() | ✓ | ✓ |
prune_intermediate_layers() | ✓ | ✓ |
| Herhangi bir giriş boyutu, değişiklik gerekmez | ✓ | ✓ |
set_input_size() | – | – |
dynamic_img_size=True | – | – |
set_grad_checkpointing() | ✓ | ✓ |
Katman bazlı LR azaltma (group_matcher()) | ✓ | ✓ |
reset_classifier() | ✓ | ✓ |
✓ destekleniyor, ✓ (kare) yalnızca kare boyutlarda çalışır, ✗ desteklenmiyor, – gerekli değil (model zaten herhangi bir giriş boyutunu kabul eder). Her özellik, rastgele başlatılmış bir model üzerinde çalıştırılarak kontrol edilir (EfficientViM 224 boyutunda efficientvim_m1 ile, EfficientViMDistilled 224 boyutunda efficientvim_m1_dist ile), aynı sınıftaki diğer mimarilerin de aynı şekilde davranması beklenir. Ayrıntılar için Model API sayfasına bakın.
Mimariler
| Mimari | Sınıf | Parametreler (M) | GMAC'lar | Girdi boyutu | Önceden eğitilmiş ağırlıklar |
|---|---|---|---|---|---|
efficientvim_m1 | EfficientViM | 6.68 | - | 224 | 2 |
efficientvim_m1_dist | EfficientViMDistilled | 7.64 | - | 224 | 1 |
efficientvim_m2 | EfficientViM | 13.90 | - | 224 | 2 |
efficientvim_m2_dist | EfficientViMDistilled | 15.32 | - | 224 | 1 |
efficientvim_m3 | EfficientViM | 16.60 | - | 224 | 2 |
efficientvim_m3_dist | EfficientViMDistilled | 18.18 | - | 224 | 1 |
efficientvim_m4 | EfficientViM | 19.61 | - | 256 | 2 |
efficientvim_m4_dist | EfficientViMDistilled | 21.18 | - | 256 | 1 |
GMAC'lar ve parametre sayıları, her mimarinin varsayılan giriş boyutu ve sınıflandırıcısı içindir ve benchmark sonuçlarından alınmıştır.
Önceden eğitilmiş ağırlıklar
Top-1, belirtilen değerlendirme boyutunda results-imagenet.csv dosyasındaki ImageNet-1k doğrulama doğruluğudur; ağırlığın ImageNet-1k sonucu yoksa (ör. ön eğitim veya görsel-metin ağırlıkları) bu değer "-" olarak gösterilir. Classes, ön eğitilmiş sınıflandırıcının boyutudur; sınıflandırıcısı olmayan ağırlıklar için bu değer "none"dur.
| Ağırlık | Girdi boyutu | En iyi 1 (%) | Değerlendirme boyutu | Sınıflar | Lisans | Hub |
|---|---|---|---|---|---|---|
efficientvim_m1.e300_in1k | 224 | - | - | 1000 | mit | timm |
efficientvim_m1.e450_in1k | 224 | - | - | 1000 | mit | timm |
efficientvim_m1_dist.in1k | 224 | - | - | 1000 | mit | timm |
efficientvim_m2.e300_in1k | 224 | - | - | 1000 | mit | timm |
efficientvim_m2.e450_in1k | 224 | - | - | 1000 | mit | timm |
efficientvim_m2_dist.in1k | 224 | - | - | 1000 | mit | timm |
efficientvim_m3.e300_in1k | 224 | - | - | 1000 | mit | timm |
efficientvim_m3.e450_in1k | 224 | - | - | 1000 | mit | timm |
efficientvim_m3_dist.in1k | 224 | - | - | 1000 | mit | timm |
efficientvim_m4.e300_in1k | 256 | - | - | 1000 | mit | timm |
efficientvim_m4.e450_in1k | 256 | - | - | 1000 | mit | timm |
efficientvim_m4_dist.in1k | 256 | - | - | 1000 | mit | timm |