访问官网
Github
Huggingface
论文项目介绍：mobilenetv4_conv_small.e2400_r224_in1k
概述
mobilenetv4_conv_small.e2400_r224_in1k 是一个基于 MobileNet-V4 的图像分类模型，专为移动设备的图像识别优化。该模型由 Ross Wightman 使用 PyTorch 的 Timm 库进行训练，并采用了 MobileNet-V4 论文中的超参数，以及 Timm 库的一些增强功能。这是目前已知的唯一一套 MobileNet-V4 权重，官方的 Tensorflow 模型权重尚未发布。
模型详情
模型类型：该模型用于图像分类，并可用作特征提取的骨干网络。
模型统计信息：
- 参数量：约 3.8 百万
- 计算量（GMACs）：0.2
- 激活数：约 2.0 百万
- 图像尺寸：训练时为 224x224，测试时为 256x256
数据集：该模型在 ImageNet-1k 数据集上进行训练，该数据集包含多类的常见图像。
模型应用
mobilenetv4_conv_small.e2400_r224_in1k 的主要应用场景包括：
图像分类
该模型能够有效地处理图像分类任务。使用者可以通过 Timm 库加载该模型，并快速应用于实际的图像识别任务中。
特征图提取
该模型不仅限于输出分类结果，还可以用于提取图像特征图，这是进一步进行深度学习任务的重要一步。
图像嵌入
该模型可生成图像嵌入向量，适合于需要图像特征表示的任务。
模型比较
在多个模型之间的比较中，mobilenetv4_conv_small.e2400_r224_in1k 以较轻的参数量（3.77 百万）提供了不错的分类性能。其 Top-1 准确率为 73.756%，展示出其作为轻量级模型的优越表现。
参考文献
如果你希望了解更多技术细节，请参考以下文献：
- MobileNetV4 - Universal Models for the Mobile Ecosystem（arXiv 预印本, 2024 年）
- PyTorch Image Models（GitHub 仓库, 2019 年）
mobilenetv4_conv_small.e2400_r224_in1k通过高效的模型设计和优化，实现在移动设备上的快速响应和准确的图像识别，适合有移动环境限制的开发项目。
