Github
Huggingface
论文项目简介：regnety_120.sw_in12k_ft_in1k
regnety_120.sw_in12k_ft_in1k 是一个用于图像分类的深度学习模型。这一模型属于RegNetY系列，专为图像分类任务而设计。它由Ross Wightman基于timm库实现，采用ImageNet-12k进行了预训练，并在ImageNet-1k上进行了微调。
模型特点
此RegNetY模型在实现过程中包含了一些其他实现没有的增强特性，包括：
- 随机深度：引入随机深度的策略，以在训练过程中提高模型鲁棒性。
- 梯度检查点：用于减少内存使用，实现更大模型的训练。
- 分层学习率衰减：每个层的学习率都可以被单独调控，以实现更精细的模型优化。
- 可配置输出步幅：允许对输出步幅进行设置和调整。
- 可配置的激活和归一化层：提供灵活的激活和归一化策略。
- 预激活瓶颈块选项：适用于RegNetV变体。
- 唯一已知的RegNetZ模型定义和预训练权重。
模型细节
- 模型类型：图像分类/特征骨架
- 模型统计：
- 参数数量：51.8百万
- GMACs：12.1
- 激活数：21.4百万
- 图像大小：训练为224x224，测试为288x288
- 相关论文：Designing Network Design Spaces
- 原始代码：GitHub
- 数据集：ImageNet-1k
- 预训练数据集：ImageNet-12k
模型使用
图像分类
RegNetY模型可以用于图像分类。使用Python以及PIL库来加载和处理图像，并通过timm库进行模型加载和预测。
特征映射提取
模型也可以作为特征提取器使用，通过提取不同层的特征映射，可以用于其他下游任务。
图像嵌入
通过去除分类层，模型还能进行图像嵌入的生成，输出特征张量用于进一步分析或处理。
模型比较
regnety_120.sw_in12k_ft_in1k在多个指标上与其他模型进行比较时表现良好，但在参数数量与计算资源方面力求达到更优的平衡。与其他模型的对比信息可以在timm模型结果中探索。
总之，regnety_120.sw_in12k_ft_in1k模型力求在准确率与执行效率之间取得良好的平衡，为图像分类任务提供了一个高效且灵活的解决方案。
