LowFormer

Thể loại: Hiệu quả/Di động · Code: timm/models/lowformer.py · Kiến trúc: 8 · Trọng số tiền huấn luyện: 7 (0 có kết quả ImageNet-1k)

LowFormer là một backbone transformer tích chập được thiết kế cho hiệu quả phần cứng (đo thông lượng và độ trễ thay vì MACs). Các biến thể GPU biên E1 / E2 / E3 đến từ phần mở rộng của tạp chí.

Bài báo

Cách sử dụng

Xem Quickstart để tải trọng số được huấn luyện trước, tiền xử lý ảnh và tinh chỉnh, và Feature Extraction để sử dụng các mô hình làm bộ xương sống.

>>> import timm
>>> model = timm.create_model('lowformer_b0.in1k', pretrained=True)
>>> data_config = timm.data.resolve_model_data_config(model)

Hỗ trợ API mô hình

Tính năng	`LowFormer`
bản đồ đặc trưng `features_only=True`	✓ (các bước nhảy 4, 8, 16, 32)
`forward_intermediates()`	✓
`prune_intermediate_layers()`	✓
Bất kỳ kích thước đầu vào nào, không cần thay đổi	✓
`set_input_size()`	–
`dynamic_img_size=True`	–
`set_grad_checkpointing()`	✓
Suy giảm LR theo lớp (`group_matcher()`)	✓
`reset_classifier()`	✓

✓ được hỗ trợ, ✓ (vuông) chỉ hoạt động với kích thước vuông, ✗ không được hỗ trợ, – không cần thiết (mô hình đã chấp nhận bất kỳ kích thước đầu vào nào). Được kiểm tra bằng cách chạy từng tính năng trên một mô hình được khởi tạo ngẫu nhiên (LowFormer với lowformer_b0 ở 224), các kiến trúc khác cùng lớp được kỳ vọng sẽ hoạt động tương tự. Xem trang Model API để biết chi tiết.

Kiến trúc

Kiến trúc	Số tham số (M)	GMACs	Kích thước đầu vào	Trọng số được huấn luyện trước
`lowformer_b0`	14.10	-	224	1
`lowformer_b1`	17.94	-	224	1
`lowformer_b2`	44.99	-	224	0
`lowformer_b3`	57.09	-	224	1
`lowformer_b15`	33.98	-	224	1
`lowformer_e1`	18.90	-	224	1
`lowformer_e2`	22.75	-	224	1
`lowformer_e3`	41.32	-	224	1

GMACs và số lượng tham số được tính cho kích thước đầu vào và bộ phân loại mặc định của mỗi kiến trúc, từ kết quả benchmark.

Trọng số được huấn luyện trước

Top-1 là độ chính xác kiểm tra trên ImageNet-1k từ results-imagenet.csv ở kích thước eval được liệt kê, - nếu trọng số không có kết quả ImageNet-1k (ví dụ trọng số pretraining hoặc image-text). Classes là kích thước của bộ phân loại được huấn luyện trước, không có đối với các trọng số không có bộ phân loại.

Trọng số	Kích thước đầu vào	Top-1 (%)	Kích thước đánh giá	Các lớp	Giấy phép	Hub
`lowformer_b0.in1k`	224	-	-	1000	apache-2.0	timm
`lowformer_b1.in1k`	224	-	-	1000	apache-2.0	timm
`lowformer_b3.in1k`	224	-	-	1000	apache-2.0	timm
`lowformer_b15.in1k`	224	-	-	1000	apache-2.0	timm
`lowformer_e1.in1k`	224	-	-	1000	apache-2.0	timm
`lowformer_e2.in1k`	224	-	-	1000	apache-2.0	timm
`lowformer_e3.in1k`	224	-	-	1000	apache-2.0	timm

Trích dẫn

@article{Nottebaum2024LowFormerHE,
  title={LowFormer: Hardware Efficient Design for Convolutional Transformer Backbones},
  author={Moritz Nottebaum and Matteo Dunnhofer and Christian Micheloni},
  journal={2025 IEEE/CVF Winter Conference on Applications of Computer Vision (WACV)},
  year={2024},
  pages={7008-7018},
}

@article{Nottebaum2026BeyondMACs,
  author  = {Nottebaum, Moritz and Dunnhofer, Matteo and Micheloni, Christian},
  title   = {Beyond {MAC}s: Hardware Efficient Architecture Design for Vision Backbones},
  journal = {International Journal of Computer Vision},
  year    = {2026},
  volume  = {134},
  number  = {6},
  pages   = {295},
  doi     = {10.1007/s11263-026-02873-5},
  url     = {https://doi.org/10.1007/s11263-026-02873-5}
}

Update on GitHub