# NesT

**Категория:** ViT · **Код:** [`timm/models/nest.py`](https://github.com/huggingface/pytorch-image-models/blob/main/timm/models/nest.py) · **Архитектуры:** 6 · **Предобученные веса:** 3 (3 с результатами на ImageNet-1k)

Вложенные трансформеры (NesT) применяют само-внимание локально внутри неперекрывающихся блоков изображения и агрегируют соседние блоки между этапами. Веса сконвертированы из официального релиза JAX.

## Статьи

* [Вложенный иерархический трансформер: к точному, эффективному по данным и интерпретируемому визуальному пониманию](https://arxiv.org/abs/2105.12723)

## Использование

См. раздел [Быстрый старт](../quickstart) для загрузки предобученных весов, предобработки изображений и дообучения, а также раздел [Извлечение признаков](../feature_extraction) для использования моделей в качестве базовых архитектур.

```py
>>> import timm
>>> model = timm.create_model('nest_tiny_jx.goog_in1k', pretrained=True)
>>> data_config = timm.data.resolve_model_data_config(model)
```

## Поддержка Model API

| Возможность | `Nest` |
|---|---|
| [карты признаков `features_only=True`](../model_api#intermediate-features) | ✓ (шаги 4, 8, 16) |
| [`forward_intermediates()`](../model_api#intermediate-features) | ✓ |
| [`prune_intermediate_layers()`](../model_api#intermediate-features) | ✓ |
| [Любой размер входных данных, изменения не требуются](../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) | ✓ |
| [Послойное затухание LR (`group_matcher()`)](../model_api#training-hooks) | ✓ |
| [`reset_classifier()`](../model_api#classifier) | ✓ |

✓ 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 (`Nest` с `nest_tiny` при размере 224); ожидается, что другие архитектуры того же класса будут вести себя аналогично. Подробности см. на странице [Model API](../model_api).

## Архитектуры

| Архитектура | Параметры (млн) | GMACs | Размер входных данных | Предобученные веса |
|---|---:|---:|---:|---:|
| `nest_base` | 67.72 | 17.96 | 224 | 0 |
| `nest_base_jx` | 67.72 | 17.96 | 224 | 1 |
| `nest_small` | 38.35 | 10.35 | 224 | 0 |
| `nest_small_jx` | 38.35 | 10.35 | 224 | 1 |
| `nest_tiny` | 17.06 | 5.83 | 224 | 0 |
| `nest_tiny_jx` | 17.06 | 5.83 | 224 | 1 |

GMACs и количество параметров указаны для размера входных данных и классификатора по умолчанию для каждой архитектуры, согласно [результатам бенчмарков](https://github.com/huggingface/pytorch-image-models/tree/main/results).

## Предобученные веса

Top-1 — это точность на валидационном наборе ImageNet-1k из [`results-imagenet.csv`](https://github.com/huggingface/pytorch-image-models/blob/main/results/results-imagenet.csv) для указанного размера оценки, - если у весов нет результата ImageNet-1k (например, веса для предобучения или изображения-текст). Classes — размер предобученного классификатора, none для весов без классификатора.

| Вес | Размер входных данных | Top-1 (%) | Размер выборки для оценки | Классы | Лицензия | Hub |
|---|---:|---:|---:|---:|---|---|
| `nest_base_jx.goog_in1k` | 224 | 83.552 | 224 | 1000 | apache-2.0 | [timm](https://huggingface.co/timm/nest_base_jx.goog_in1k) |
| `nest_small_jx.goog_in1k` | 224 | 83.132 | 224 | 1000 | apache-2.0 | [timm](https://huggingface.co/timm/nest_small_jx.goog_in1k) |
| `nest_tiny_jx.goog_in1k` | 224 | 81.428 | 224 | 1000 | apache-2.0 | [timm](https://huggingface.co/timm/nest_tiny_jx.goog_in1k) |

