timm documentation
CSPNet (CSPResNet, CSPDarkNet, DarkNet)
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
- CSPNet: новый базовый блок, способный повысить способность CNN к обучению
- YOLOv3: Постепенное улучшение
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
✓ 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
| Архитектура | Параметры (млн) | GMACs | Размер входных данных | Предобученные веса |
|---|---|---|---|---|
cs3darknet_focus_l | 21.15 | 4.66 | 256 | 1 |
cs3darknet_focus_m | 9.30 | 1.98 | 256 | 1 |
cs3darknet_focus_s | 3.27 | 0.69 | 256 | 1 |
cs3darknet_focus_x | 35.02 | 8.03 | 256 | 0 |
cs3darknet_l | 21.16 | 4.86 | 256 | 1 |
cs3darknet_m | 9.31 | 2.08 | 256 | 1 |
cs3darknet_s | 3.28 | 0.72 | 256 | 0 |
cs3darknet_x | 35.05 | 8.38 | 256 | 1 |
cs3edgenet_x | 47.82 | 11.53 | 256 | 1 |
cs3se_edgenet_x | 50.72 | 11.53 | 256 | 1 |
cs3sedarknet_l | 21.91 | 4.86 | 256 | 1 |
cs3sedarknet_x | 35.40 | 8.38 | 256 | 1 |
cs3sedarknet_xdw | 21.60 | 5.97 | 256 | 0 |
cspdarknet53 | 27.64 | 6.57 | 256 | 1 |
cspresnet50 | 21.62 | 4.54 | 256 | 1 |
cspresnet50d | 21.64 | 4.86 | 256 | 0 |
cspresnet50w | 28.12 | 5.04 | 256 | 0 |
cspresnext50 | 20.57 | 4.05 | 256 | 1 |
darknet17 | 14.30 | 3.26 | 256 | 0 |
darknet21 | 20.86 | 3.93 | 256 | 0 |
darknet53 | 41.61 | 9.31 | 256 | 1 |
darknetaa53 | 36.02 | 7.97 | 256 | 1 |
sedarknet21 | 20.95 | 3.93 | 256 | 0 |
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
| Вес | Размер входных данных | Top-1 (%) | Размер выборки для оценки | Классы | Лицензия | Hub |
|---|---|---|---|---|---|---|
cs3darknet_focus_l.c2ns_in1k | 256 (тест 288) | 80.894 | 288 | 1000 | apache-2.0 | timm |
cs3darknet_focus_m.c2ns_in1k | 256 (тест 288) | 77.286 | 288 | 1000 | apache-2.0 | timm |
cs3darknet_l.c2ns_in1k | 256 (тест 288) | 80.882 | 288 | 1000 | apache-2.0 | timm |
cs3darknet_m.c2ns_in1k | 256 (тест 288) | 77.636 | 288 | 1000 | apache-2.0 | timm |
cs3darknet_x.c2ns_in1k | 256 (тест 288) | 82.234 | 288 | 1000 | apache-2.0 | timm |
cs3se_edgenet_x.c2ns_in1k | 256 (тест 320) | 83.550 | 320 | 1000 | apache-2.0 | timm |
cs3sedarknet_l.c2ns_in1k | 256 (тест 288) | 81.770 | 288 | 1000 | apache-2.0 | timm |
cs3sedarknet_x.c2ns_in1k | 256 (тест 288) | 82.654 | 288 | 1000 | apache-2.0 | timm |
darknet53.c2ns_in1k | 256 (тест 288) | 80.542 | 288 | 1000 | apache-2.0 | timm |
darknetaa53.c2ns_in1k | 256 (тест 288) | 80.528 | 288 | 1000 | apache-2.0 | timm |
ra-теги
| Вес | Размер входных данных | Top-1 (%) | Размер выборки для оценки | Классы | Лицензия | Hub |
|---|---|---|---|---|---|---|
cspdarknet53.ra_in1k | 256 | 80.078 | 256 | 1000 | apache-2.0 | timm |
cspresnet50.ra_in1k | 256 | 79.578 | 256 | 1000 | apache-2.0 | timm |
cspresnext50.ra_in1k | 256 | 80.548 | 256 | 1000 | apache-2.0 | timm |
Другое
| Вес | Размер входных данных | Top-1 (%) | Размер выборки для оценки | Классы | Лицензия | Hub |
|---|---|---|---|---|---|---|
cs3darknet_focus_s.ra4_e3600_r256_in1k | 256 (тест 320) | 73.158 | 320 | 1000 | apache-2.0 | timm |
cs3edgenet_x.c2_in1k | 256 (тест 288) | 82.734 | 288 | 1000 | apache-2.0 | timm |