ResNet

カテゴリ: CNN · コード: timm/models/resnet.py · アーキテクチャ: 81 · 事前学習済み重み: 150 (ImageNet-1kの結果を含む144)

Residual networks (ResNet) および同じResNetクラスをベースに構築されたバリアント: ResNeXtグループ畳み込み、Squeeze-and-Excitation (SE) およびECAチャネルアテンション、ディープ/階層型ステムと平均プーリングによるダウンサンプリング (“c”、“d”、“s”、“t”バリアント)、アンチエイリアストダウンサンプリング、Wide ResNetおよびResNet-RS構成。

論文

• 画像認識のための深い残差学習
• 畳み込みニューラルネットワークによる画像分類のためのBag of Tricks
• 深層ニューラルネットワークのための集約残差変換
• ワイド残差ネットワーク
• Squeeze-and-Excitation Networks
• ECA-Net: Efficient Channel Attention for Deep Convolutional Neural Networks
• 畳み込みネットワークを再びシフト不変にする
• グループ正規化
• ResNetの再考: 改善されたトレーニングとスケーリング戦略
• ResNetの反撃: timmにおける改善された学習手順
• 画像分類のための十億規模の半教師あり学習
• 弱教師あり事前学習の限界を探る
• インナー蒸留を用いたナップサックプルーニング

事前学習済み重みによって参照されています:

• arXiv:2203.07845

使用方法

事前学習済み重みの読み込み、画像の前処理、ファインチューニングについてはクイックスタートを、モデルをバックボーンとして使用する方法については特徴量抽出を参照してください。

>>> import timm
>>> model = timm.create_model('resnet50.a1_in1k', pretrained=True)
>>> data_config = timm.data.resolve_model_data_config(model)

モデルAPIのサポート

✓ 対応、✓ (square) 正方形サイズのみ対応、✗ 非対応、– 不要（モデルはすでに任意の入力サイズを受け入れる）。各機能をランダムに初期化されたモデル（176のResNetとresnet10t）で実行して確認しました。同じクラスの他のアーキテクチャも同様に動作すると予想されます。詳細はModel APIページを参照してください。

アーキテクチャ

GMACsとパラメータ数は、各アーキテクチャのデフォルトの入力サイズと分類器に基づいており、ベンチマーク結果から得られたものです。

事前学習済み重み

Top-1 は、results-imagenet.csv に記載された評価サイズでの ImageNet-1k 検証精度です。- は、ImageNet-1k の結果がない重み（例: プリトレーニング用または画像-テキスト用重み）を示します。Classes は事前学習済み分類器のサイズで、分類器を持たない重みについては none です。

重みはソースごとにグループ化されます。ソースは、事前学習設定で指定されている論文または出典、それ以外の場合はtimm以外の Hub 組織、さらにそれ以外の場合は事前学習タグの最初の部分（architecture.tag）です。重みが 1 つしかないソースは、other にリストされます。

ResNetの反撃

事前学習済み設定は、ResNet strikes back: An improved training procedure in timmを参照しています。

huggingface/pytorch-image-models

出典: github.com/huggingface/pytorch-image-models

cv.gluon.ai

出典: cv.gluon.ai/model_zoo/classification.html

pytorch/vision

出典: github.com/pytorch/vision

facebookresearch/semi-supervised-ImageNet1K-models

出典: github.com/facebookresearch/semi-supervised-ImageNet1K-models

tf タグ

miil タグ

facebookresearch/WSL-Images

出典: github.com/facebookresearch/WSL-Images

sw タグ

その他