# LowFormer

**Kategori:** Efficient/Mobile · **Kod:** [`timm/models/lowformer.py`](https://github.com/huggingface/pytorch-image-models/blob/main/timm/models/lowformer.py) · **Mimariler:** 8 · **Önceden eğitilmiş ağırlıklar:** 7 (0 tanesi ImageNet-1k sonuçlarıyla)

LowFormer, donanım verimliliği (MAC yerine ölçülen throughput ve gecikme) için tasarlanmış konvolüsyonel bir transformer omurgasıdır. E1 / E2 / E3 kenar GPU varyantları dergi uzantısından gelmektedir.

## Makaleler

* [LowFormer: Konvolüsyonlu Transformer Omurgaları İçin Donanım Verimli Tasarım](https://arxiv.org/abs/2409.03460)
* [MAC'lerin Ötesinde: Görüntü Omurgaları İçin Donanım Verimli Mimari Tasarımı](https://arxiv.org/abs/2603.26551)

## Kullanım

Önceden eğitilmiş ağırlıkları yükleme, görüntü ön işleme ve ince ayar için [Hızlı Başlangıç](../quickstart) bölümüne, modelleri omurga olarak kullanmak için ise [Özellik Çıkarımı](../feature_extraction) bölümüne bakın.

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

## Model API desteği

| Özellik | `LowFormer` |
|---|---|
| [`features_only=True` özellik haritaları](../model_api#intermediate-features) | ✓ (adım 4, 8, 16, 32) |
| [`forward_intermediates()`](../model_api#intermediate-features) | ✓ |
| [`prune_intermediate_layers()`](../model_api#intermediate-features) | ✓ |
| [Herhangi bir giriş boyutu, değişiklik gerekmez](../model_api#input-size) | ✓ |
| [`set_input_size()`](../model_api#input-size) | – |
| [`dynamic_img_size=True`](../model_api#input-size) | – |
| [`set_grad_checkpointing()`](../model_api#training-hooks) | ✓ |
| [Katman bazlı LR azaltma (`group_matcher()`)](../model_api#training-hooks) | ✓ |
| [`reset_classifier()`](../model_api#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 (`LowFormer`, 224 boyutunda `lowformer_b0` ile); aynı sınıftaki diğer mimarilerin de aynı şekilde davranması beklenir. Ayrıntılar için [Model API](../model_api) sayfasına bakın.

## Mimariler

| Mimari | Parametreler (M) | GMAC'lar | Girdi boyutu | Önceden eğitilmiş ağırlıklar |
|---|---:|---:|---:|---:|
| `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 |

GMAC'lar ve parametre sayıları, her mimarinin varsayılan giriş boyutu ve sınıflandırıcısı içindir ve [benchmark sonuçlarından](https://github.com/huggingface/pytorch-image-models/tree/main/results) alınmıştır.

## Önceden eğitilmiş ağırlıklar

Top-1, belirtilen değerlendirme boyutunda [`results-imagenet.csv`](https://github.com/huggingface/pytorch-image-models/blob/main/results/results-imagenet.csv) dosyasındaki ImageNet-1k doğrulama doğruluğudur, - ağırlığın ImageNet-1k sonucu yoksa (ör. ön eğitim veya görsel-metin ağırlıkları). Classes, ön eğitilmiş sınıflandırıcının boyutudur; sınıflandırıcısı olmayan ağırlıklar için yoktur.

| Ağırlık | Girdi boyutu | En iyi 1 (%) | Değerlendirme boyutu | Sınıflar | Lisans | Hub |
|---|---:|---:|---:|---:|---|---|
| `lowformer_b0.in1k` | 224 | - | - | 1000 | apache-2.0 | [timm](https://huggingface.co/timm/lowformer_b0.in1k) |
| `lowformer_b1.in1k` | 224 | - | - | 1000 | apache-2.0 | [timm](https://huggingface.co/timm/lowformer_b1.in1k) |
| `lowformer_b3.in1k` | 224 | - | - | 1000 | apache-2.0 | [timm](https://huggingface.co/timm/lowformer_b3.in1k) |
| `lowformer_b15.in1k` | 224 | - | - | 1000 | apache-2.0 | [timm](https://huggingface.co/timm/lowformer_b15.in1k) |
| `lowformer_e1.in1k` | 224 | - | - | 1000 | apache-2.0 | [timm](https://huggingface.co/timm/lowformer_e1.in1k) |
| `lowformer_e2.in1k` | 224 | - | - | 1000 | apache-2.0 | [timm](https://huggingface.co/timm/lowformer_e2.in1k) |
| `lowformer_e3.in1k` | 224 | - | - | 1000 | apache-2.0 | [timm](https://huggingface.co/timm/lowformer_e3.in1k) |

## Atıf

```bibtex
@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}
}
```