VoVNet

カテゴリ: CNN · コード: timm/models/vovnet.py · アーキテクチャ: 10 · 事前学習済み重み: 3 (ImageNet-1kの結果付き3)

VoVNetは、ブロックの末尾でそのブロック内のすべての層の出力を一度に連結するOne-Shot Aggregation (OSA)モジュールを使用します。 VoVNetV2 (CenterMask由来) は、残差接続と効果的なSE (eSE) アテンションを追加します。

論文

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('ese_vovnet39b.ra_in1k', pretrained=True)
>>> data_config = timm.data.resolve_model_data_config(model)

モデルAPIのサポート

機能	`VovNet`
`features_only=True` 特徴マップ	✓ (strides 2, 4, 8, 16, 32)
`forward_intermediates()`	✓
`prune_intermediate_layers()`	✓
入力サイズは任意で、変更は不要です	✓
`set_input_size()`	–
`dynamic_img_size=True`	–
`set_grad_checkpointing()`	✓
レイヤーごとのLR減衰（`group_matcher()`）	✓
`reset_classifier()`	✓

✓ 対応、✓ (square) 正方形サイズのみ動作、✗ 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（VovNet の ese_vovnet19b_slim_dw、224）で実行して確認しています。同じクラスの他のアーキテクチャも同様に動作すると考えられます。詳細は Model API ページを参照してください。

アーキテクチャ

アーキテクチャ	パラメータ数 (M)	GMACs	入力サイズ	事前学習済み重み
`eca_vovnet39b`	22.60	7.09	224	0
`ese_vovnet19b_dw`	6.54	1.34	224	1
`ese_vovnet19b_slim`	3.17	1.69	224	0
`ese_vovnet19b_slim_dw`	1.90	0.40	224	0
`ese_vovnet39b`	24.57	7.09	224	1
`ese_vovnet39b_evos`	24.58	7.07	224	0
`ese_vovnet57b`	38.61	11.69	256	1
`ese_vovnet99b`	63.20	16.51	224	0
`vovnet39a`	22.60	7.09	224	0
`vovnet57a`	36.64	8.95	224	0

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	入力サイズ	Top-1 (%)	評価サイズ	クラス	ライセンス	Hub
`ese_vovnet19b_dw.ra_in1k`	224（テスト 288）	77.788	288	1000	apache-2.0	timm
`ese_vovnet39b.ra_in1k`	224（テスト 288）	80.378	288	1000	apache-2.0	timm
`ese_vovnet57b.ra4_e3600_r256_in1k`	256（テスト 320）	83.298	320	1000	apache-2.0	timm

Update on GitHub