Hugging Face's logo

timm documentation

PP-HGNet

Hugging Face's logo
Join the Hugging Face community

and get access to the augmented documentation experience

to get started

PP-HGNet

الفئة: CNN · الكود: timm/models/hgnet.py · الهندسات: 10 · الأوزان المُسبقة التدريب: 19 (19 منها بنتائج على ImageNet-1k)

PP-HGNet و PP-HGNetV2 (شبكة GPU عالية الأداء) من PaddleClas، مبنية من كتل HG تجمع مخرجات تسلسل من عمليات الالتفاف. تم تدريب أوزان ssld باستخدام تقطير SSLD في PaddleClas.

الأوراق البحثية

الاستخدام

راجع البدء السريع لتحميل الأوزان المُسبقة التدريب ومعالجة الصور مسبقًا وضبط الدقة، وراجع استخراج الميزات لاستخدام النماذج كعمود فقري.

>>> import timm
>>> model = timm.create_model('hgnet_small.paddle_in1k', pretrained=True)
>>> data_config = timm.data.resolve_model_data_config(model)

دعم واجهة برمجة التطبيقات للنماذج

ميزةHighPerfGpuNet
خرائط الميزات features_only=True✓ (خطوات 4، 8، 16، 32)
forward_intermediates()✓
prune_intermediate_layers()✓
أي حجم إدخال، دون الحاجة إلى أي تغييرات✓
set_input_size()–
dynamic_img_size=True–
set_grad_checkpointing()✓
تلاشي معدل التعلم على مستوى الطبقات (group_matcher())✓
reset_classifier()✓

✓ مدعوم، ✓ (مربع) يعمل مع الأحجام المربعة فقط، ✗ غير مدعوم، – غير مطلوب (يقبل النموذج بالفعل أي حجم إدخال). تم التحقق من ذلك بتشغيل كل ميزة على نموذج مُهيأ عشوائياً (HighPerfGpuNet مع hgnetv2_b0 عند 224)، ومن المتوقع أن تتصرف البنى المعمارية الأخرى من نفس الفئة بنفس الطريقة. راجع صفحة Model API للتفاصيل.

البنى

البنيةالمعاملات (مليون)GMACsحجم الإدخالالأوزان المُسبقة التدريب
hgnet_base71.5825.142241
hgnet_small24.368.532242
hgnet_tiny14.744.542242
hgnetv2_b06.000.332242
hgnetv2_b16.340.492242
hgnetv2_b211.221.152242
hgnetv2_b316.291.782242
hgnetv2_b419.802.752242
hgnetv2_b539.576.562242
hgnetv2_b675.2616.882242

تُحسب قيم GMACs وعدد المعلمات لحجم المدخلات الافتراضي والتصنيف الخاص بكل معمارية، وذلك بناءً على نتائج الاختبارات المرجعية.

الأوزان المُسبقة التدريب

Top-1 هو دقة التحقق على ImageNet-1k من results-imagenet.csv عند حجم التقييم المذكور، - إذا لم يكن للوزن نتيجة على ImageNet-1k (مثل أوزان ما قبل التدريب أو أوزان الصورة-النص). Classes هو حجم المصنِّف المُدرَّب مسبقًا، ولا يوجد شيء للأوزان التي لا تحتوي على مصنِّف.

تُجمَّع الأوزان حسب المصدر: الورقة البحثية أو الأصل المذكور في الإعداد المسبق، وإلا منظمة على Hub غير timm، وإلا الجزء الأول من وسم التدريب المسبق (architecture.tag). تُدرج المصادر التي تحتوي على وزن واحد تحت other.

وسوم ssld

الوزنحجم الإدخالأعلى 1 (%)حجم التقييمفئاترخصةالمركز
hgnet_base.ssld_in1k224 (اختبار 288)85.4882881000apache-2.0timm
hgnet_small.ssld_in1k224 (اختبار 288)84.3682881000apache-2.0timm
hgnet_tiny.ssld_in1k224 (اختبار 288)82.5282881000apache-2.0timm
hgnetv2_b0.ssld_stage1_in22k_in1k224 (اختبار 288)78.0382881000apache-2.0timm
hgnetv2_b0.ssld_stage2_ft_in1k224 (اختبار 288)78.5902881000apache-2.0timm
hgnetv2_b1.ssld_stage1_in22k_in1k224 (اختبار 288)79.0502881000apache-2.0timm
hgnetv2_b1.ssld_stage2_ft_in1k224 (اختبار 288)79.9162881000apache-2.0timm
hgnetv2_b2.ssld_stage1_in22k_in1k224 (اختبار 288)81.4562881000apache-2.0timm
hgnetv2_b2.ssld_stage2_ft_in1k224 (اختبار 288)82.3622881000apache-2.0timm
hgnetv2_b3.ssld_stage1_in22k_in1k224 (اختبار 288)83.1182881000apache-2.0timm
hgnetv2_b3.ssld_stage2_ft_in1k224 (اختبار 288)83.5882881000apache-2.0timm
hgnetv2_b4.ssld_stage1_in22k_in1k224 (اختبار 288)83.4502881000apache-2.0timm
hgnetv2_b4.ssld_stage2_ft_in1k224 (اختبار 288)83.9522881000apache-2.0timm
hgnetv2_b5.ssld_stage1_in22k_in1k224 (اختبار 288)84.9302881000apache-2.0timm
hgnetv2_b5.ssld_stage2_ft_in1k224 (اختبار 288)85.1582881000apache-2.0timm
hgnetv2_b6.ssld_stage1_in22k_in1k224 (اختبار 288)86.3002881000apache-2.0timm
hgnetv2_b6.ssld_stage2_ft_in1k224 (اختبار 288)86.3802881000apache-2.0timm

وسوم paddle

الوزنحجم الإدخالأعلى 1 (%)حجم التقييمفئاترخصةالمركز
hgnet_small.paddle_in1k224 (اختبار 288)82.2222881000apache-2.0timm
hgnet_tiny.paddle_in1k224 (اختبار 288)80.6442881000apache-2.0timm
Update on GitHub

←PNASNet RDNet→