vit_small_patch32_224.augreg_in21k_ft_in1k

Vision Transformer图像分类模型预训练于ImageNet-21k并微调于ImageNet-1k

这是一个基于Vision Transformer (ViT)架构的图像分类模型，在ImageNet-21k上进行预训练，并在ImageNet-1k上微调。模型包含2290万参数，处理224x224尺寸的图像输入。通过额外的数据增强和正则化技术提升性能，最初在JAX框架中训练，后移植至PyTorch。该模型提供简洁的API，支持图像分类和特征提取两大功能，可广泛应用于多种计算机视觉任务。

Vision TransformertimmImageNet深度学习模型Github开源项目图像分类Huggingface

GitHub

Hugging Face

论文

文档

项目简介

这是一个基于Vision Transformer(ViT)架构的图像分类模型。该模型首先在ImageNet-21k数据集上进行预训练，然后在ImageNet-1k数据集上进行微调，同时采用了额外的数据增强和正则化技术。该模型最初由论文作者使用JAX框架训练，后来由Ross Wightman将其移植到PyTorch框架。

技术特点

该模型具有以下核心特点：

模型参数量为22.9M，计算量为1.1 GMACs
激活值数量为2.1M
支持224x224分辨率的输入图像
采用了先进的数据增强和正则化策略
基于Transformer架构，充分利用了自注意力机制的优势

应用场景

这个模型主要有两个核心应用场景：

图像分类：

可以直接用于对图像进行分类预测
输出类别的概率分布
支持top-k预测结果的获取

图像特征提取：

可以提取图像的深层特征表示
支持获取中间层的特征图
适合迁移学习等下游任务

使用方法

该模型的使用非常灵活便捷：

通过timm库可以轻松加载预训练模型
支持自定义数据预处理和转换
提供了完整的推理流程示例
可以根据需求选择是否保留分类头

技术价值

该模型在计算机视觉领域具有重要价值：

展示了Transformer架构在视觉任务中的潜力
验证了数据增强和正则化对视觉Transformer训练的重要性
为图像分类和特征提取提供了高效的解决方案
开源实现促进了相关技术的发展和应用

研究贡献

该项目的主要贡献包括：

提出了针对ViT的有效训练策略
探索了数据增强和正则化对模型性能的影响
实现了从JAX到PyTorch的成功移植
为社区提供了可复现的代码和预训练模型

编辑推荐精选

Manus

全面超越基准的 AI Agent助手

Manus 是一款通用人工智能代理平台，能够将您的创意和想法迅速转化为实际成果。无论是定制旅行规划、深入的数据分析，还是教育支持与商业决策，Manus 都能高效整合信息，提供精准解决方案。它以直观的交互体验和领先的技术，为用户开启了一个智慧驱动、轻松高效的新时代，让每个灵感都能得到完美落地。

飞书知识问答

飞书官方推出的AI知识库上传word pdf即可部署AI私有知识库

基于DeepSeek R1大模型构建的知识管理系统，支持PDF、Word、PPT等常见文档格式解析，实现云端与本地数据的双向同步。系统具备实时网络检索能力，可自动关联外部信息源，通过语义理解技术处理结构化与非结构化数据。免费版本提供基础知识库搭建功能，适用于企业文档管理和个人学习资料整理场景。

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。

TraeAI IDE协作生产力转型热门AI工具

酷表ChatExcel

大模型驱动的Excel数据处理工具

基于大模型交互的表格处理系统，允许用户通过对话方式完成数据整理和可视化分析。系统采用机器学习算法解析用户指令，自动执行排序、公式计算和数据透视等操作，支持多种文件格式导入导出。数据处理响应速度保持在0.8秒以内，支持超过100万行数据的即时分析。

使用教程AI工具酷表ChatExcelAI智能客服AI营销产品

DeepEP

DeepSeek开源的专家并行通信优化框架

DeepEP是一个专为大规模分布式计算设计的通信库，重点解决专家并行模式中的通信瓶颈问题。其核心架构采用分层拓扑感知技术，能够自动识别节点间物理连接关系，优化数据传输路径。通过实现动态路由选择与负载均衡机制，系统在千卡级计算集群中维持稳定的低延迟特性，同时兼容主流深度学习框架的通信接口。

DeepSeek

全球领先开源大模型，高效智能助手

DeepSeek是一家幻方量化创办的专注于通用人工智能的中国科技公司，主攻大模型研发与应用。DeepSeek-R1是开源的推理模型，擅长处理复杂任务且可免费商用。

KnowS

AI医学搜索引擎整合4000万+实时更新的全球医学文献

医学领域专用搜索引擎整合4000万+实时更新的全球医学文献，通过自主研发AI模型实现精准知识检索。系统每日更新指南、中英文文献及会议资料，搜索准确率较传统工具提升80%，同时将大模型幻觉率控制在8%以下。支持临床建议生成、文献深度解析、学术报告制作等全流程科研辅助，典型用户反馈显示每周可节省医疗工作者70%时间。

Windsurf Wave 3

Windsurf Editor推出第三次重大更新Wave 3

新增模型上下文协议支持与智能编辑功能。本次更新包含五项核心改进：支持接入MCP协议扩展工具生态，Tab键智能跳转提升编码效率，Turbo模式实现自动化终端操作，图片拖拽功能优化多模态交互，以及面向付费用户的个性化图标定制。系统同步集成DeepSeek、Gemini等新模型，并通过信用点数机制实现差异化的资源调配。

AI IDE