#ImageNet-1k
wide_resnet101_2.tv_in1k - 宽残差网络101_2图像分类与特征提取功能
wide_resnet101_2.tv_in1k特征提取ImageNet-1k模型Github开源项目图像分类ReLU激活Huggingface
Wide-ResNet101_2.tv_in1k是一种经ImageNet-1k数据训练的图像分类模型，采用ReLU激活、7x7卷积以及1x1卷积捷径降采样。该模型在图像分类和特征图提取方面表现优秀，可通过timm库轻松集成，是图像处理和计算机视觉领域的实用工具。
vit_large_patch14_clip_336.openai_ft_in12k_in1k - ViT图像分类与特征提取模型
图像分类ImageNet-1kHuggingface预训练模型Github开源项目模型WIT-400MVision Transformer
OpenAI的ViT图像分类模型，利用CLIP在WIT-400M上预训练，并在ImageNet数据集上微调，适合多种视觉任务。其高性能参数为研究与开发提供强大支持，通过示例代码，可轻松实现图像分类与嵌入功能。
resnet50.ram_in1k - ResNet50模型在ImageNet-1k上的应用与特征提取
timmAugMixImageNet-1k模型GithubResNet-B开源项目图像分类Huggingface
ResNet50模型通过ReLU激活函数和7x7单层卷积实现图像分类，下采样优化采用1x1卷积。在训练过程中结合了AugMix、RandAugment与SGD优化策略，并通过余弦学习率和暖启动机制来提升在ImageNet-1k数据集上的表现。该模型由timm库实现，支持多种用途，如图像分类、特征提取和图像嵌入。
mobilenetv4_conv_medium.e500_r256_in1k - MobileNet-V4中档卷积模型：在保持较低参数量的同时提高图像分类效率
timm特征提取MobileNet-V4ImageNet-1k模型Github开源项目图像分类Huggingface
介绍了在ImageNet-1k数据集上训练的MobileNet-V4图像分类模型，其在维持高效分类精度的同时，降低了参数和计算量。模型支持特征提取和图像嵌入等应用场景，并与同类模型进行了广泛比较，适用于移动设备上的高效图像处理。
twins_svt_large.in1k - Twins-SVT模型适用于图像分类的创新Transformer架构
timmTwins-SVTImageNet-1k模型Github开源项目图像分类Vision TransformersHuggingface
Twins-SVT是一个利用空间注意力机制的图像分类模型，在ImageNet-1k上训练，具备99.3M参数及15.1 GMACs。通过timm库调用，能有效用于图像识别与特征嵌入工作。