timm documentation

CSPNet (CSPResNet, CSPDarkNet, DarkNet)

Hugging Face's logo
Join the Hugging Face community

and get access to the augmented documentation experience

to get started

CSPNet (CSPResNet, CSPDarkNet, DarkNet)

Категория: CNN · Код: timm/models/cspnet.py · Архитектуры: 23 · Предобученные веса: 15 (15 с результатами на ImageNet-1k)

Сети Cross Stage Partial Networks разделяют признаки каждого этапа на две части: одна проходит через блоки этапа, а другая объединяется обратно в конце этапа. Этот модуль содержит CSPResNet, CSPResNeXt, CSPDarkNet, DarkNet и варианты timm cs3*.

Статьи

Использование

См. раздел Быстрый старт для загрузки предобученных весов, предобработки изображений и дообучения, а также раздел Извлечение признаков для использования моделей в качестве базовых архитектур.

>>> import timm
>>> model = timm.create_model('cspdarknet53.ra_in1k', pretrained=True)
>>> data_config = timm.data.resolve_model_data_config(model)

Поддержка Model API

ВозможностьCspNet
карты признаков features_only=True✓ (шаги 2, 4, 8, 16, 32)
forward_intermediates()✓
prune_intermediate_layers()✓
Любой размер входных данных, изменения не требуются✓
set_input_size()–
dynamic_img_size=True–
set_grad_checkpointing()✗
Послойное затухание LR (group_matcher())✓
reset_classifier()✓

✓ поддерживается, ✓ (квадрат) работает только для квадратных размеров, ✗ не поддерживается, – не требуется (модель уже принимает входные данные любого размера). Проверено путём запуска каждой функции на случайно инициализированной модели (CspNet с cs3darknet_focus_s при размере 256), ожидается, что другие архитектуры того же класса будут вести себя аналогично. Подробности см. на странице Model API.

Архитектуры

АрхитектураПараметры (млн)GMACsРазмер входных данныхПредобученные веса
cs3darknet_focus_l21.154.662561
cs3darknet_focus_m9.301.982561
cs3darknet_focus_s3.270.692561
cs3darknet_focus_x35.028.032560
cs3darknet_l21.164.862561
cs3darknet_m9.312.082561
cs3darknet_s3.280.722560
cs3darknet_x35.058.382561
cs3edgenet_x47.8211.532561
cs3se_edgenet_x50.7211.532561
cs3sedarknet_l21.914.862561
cs3sedarknet_x35.408.382561
cs3sedarknet_xdw21.605.972560
cspdarknet5327.646.572561
cspresnet5021.624.542561
cspresnet50d21.644.862560
cspresnet50w28.125.042560
cspresnext5020.574.052561
darknet1714.303.262560
darknet2120.863.932560
darknet5341.619.312561
darknetaa5336.027.972561
sedarknet2120.953.932560

GMACs и количество параметров указаны для размера входных данных и классификатора по умолчанию для каждой архитектуры, согласно результатам бенчмарков.

Предобученные веса

Top-1 — это точность на валидационном наборе ImageNet-1k из results-imagenet.csv для указанного размера оценки, - если для весов нет результата ImageNet-1k (например, веса для предобучения или изображения-текст). Classes — размер предобученного классификатора, none для весов без классификатора.

Веса группируются по источнику: статья или происхождение, указанные в конфигурации предобученной модели, иначе организация на Hugging Face, отличная от timm, иначе первая часть тега предобученной модели (architecture.tag). Источники с одним весом перечислены в разделе other.

теги

ВесРазмер входных данныхTop-1 (%)Размер выборки для оценкиКлассыЛицензияHub
cs3darknet_focus_l.c2ns_in1k256 (тест 288)80.8942881000apache-2.0timm
cs3darknet_focus_m.c2ns_in1k256 (тест 288)77.2862881000apache-2.0timm
cs3darknet_l.c2ns_in1k256 (тест 288)80.8822881000apache-2.0timm
cs3darknet_m.c2ns_in1k256 (тест 288)77.6362881000apache-2.0timm
cs3darknet_x.c2ns_in1k256 (тест 288)82.2342881000apache-2.0timm
cs3se_edgenet_x.c2ns_in1k256 (тест 320)83.5503201000apache-2.0timm
cs3sedarknet_l.c2ns_in1k256 (тест 288)81.7702881000apache-2.0timm
cs3sedarknet_x.c2ns_in1k256 (тест 288)82.6542881000apache-2.0timm
darknet53.c2ns_in1k256 (тест 288)80.5422881000apache-2.0timm
darknetaa53.c2ns_in1k256 (тест 288)80.5282881000apache-2.0timm

ra-теги

ВесРазмер входных данныхTop-1 (%)Размер выборки для оценкиКлассыЛицензияHub
cspdarknet53.ra_in1k25680.0782561000apache-2.0timm
cspresnet50.ra_in1k25679.5782561000apache-2.0timm
cspresnext50.ra_in1k25680.5482561000apache-2.0timm

Другое

ВесРазмер входных данныхTop-1 (%)Размер выборки для оценкиКлассыЛицензияHub
cs3darknet_focus_s.ra4_e3600_r256_in1k256 (тест 320)73.1583201000apache-2.0timm
cs3edgenet_x.c2_in1k256 (тест 288)82.7342881000apache-2.0timm
Update on GitHub