Github
Huggingface
文档
论文efficientnet_b4.ra2_in1k项目介绍
项目概述
efficientnet_b4.ra2_in1k是一个基于EfficientNet架构的图像分类模型。该模型在ImageNet-1k数据集上进行了训练，使用了timm库中的特定训练配方。这个模型不仅可以用于图像分类任务，还可以作为特征提取的骨干网络。
模型特点
该模型具有以下特点：
- 模型类型：图像分类/特征骨干网络
- 参数量：19.3百万
- 计算量：3.1 GMACs
- 激活量：34.8百万
- 图像尺寸：训练时为320x320，测试时为384x384
模型采用了RandAugment RA2配方进行训练，这个配方受到了EfficientNet RandAugment配方的启发和演变。该配方在"ResNet Strikes Back"论文中被称为B配方。
训练细节
模型的训练过程采用了以下策略：
- 优化器：使用RMSProp（TensorFlow 1.0行为）
- 权重平均：采用EMA（指数移动平均）
- 学习率调度：使用带有预热的阶梯式指数衰减
模型用途
efficientnet_b4.ra2_in1k模型可以用于多种任务：
- 图像分类：可以直接用于对图像进行分类，输出前5个最可能的类别及其概率。
- 特征图提取：可以提取图像的多尺度特征图，用于各种下游任务。
- 图像嵌入：可以生成图像的高维嵌入向量，用于相似度计算或其他分析。
使用方法
用户可以通过timm库轻松加载和使用这个模型。具体步骤包括：
- 创建模型实例
- 加载预训练权重
- 准备输入图像
- 应用模型特定的数据转换
- 将图像输入模型并获取输出
代码示例中详细展示了如何进行图像分类、特征图提取和图像嵌入等操作。
模型对比
用户可以在timm的模型结果页面中探索这个模型与其他模型的对比，包括数据集表现和运行时指标等信息。
总结
efficientnet_b4.ra2_in1k是一个强大而灵活的图像处理模型，它在ImageNet-1k数据集上取得了优秀的性能。无论是直接用于图像分类，还是作为特征提取器用于其他计算机视觉任务，这个模型都表现出色。研究人员和开发者可以方便地通过timm库使用这个模型，为自己的项目和研究提供有力支持。
