#ImageNet-1k

tf_efficientnet_b0.in1k是一个基于EfficientNet架构的图像分类模型，在ImageNet-1k数据集上使用Tensorflow训练，并由Ross Wightman移植到PyTorch。该模型具有5.3M参数和0.4 GMACs，支持细节丰富的224x224像素图像应用。其功能包括图像分类、特征映射提取和图像嵌入，非常适合在timm库中进行各种深度学习研究和应用，提供一种高效的图像处理方案。

MobileNet-v3是一款针对移动设备优化的图像分类模型。它在ImageNet-1k数据集上训练，采用RandAugment增强技术和RMSProp优化器。模型参数仅5.5M，计算量0.2 GMACs，支持224x224像素输入。除图像分类外，还可用于特征提取和生成图像嵌入，是资源受限环境下的理想选择。

ConvNeXt XXLarge是一款基于ConvNeXt架构的高性能图像分类模型。该模型在LAION-2B数据集上进行CLIP预训练，随后在ImageNet-1k上微调，拥有8.46亿参数。在256x256的图像输入下，Top-1准确率达到88.612%。除图像分类外，该模型还支持特征图提取和图像嵌入生成，可为多种计算机视觉任务提供强大支持。

MobileNetV3小型模型是一款基于timm库在ImageNet-1k数据集上训练的轻量级图像分类模型。它采用LAMB优化器和EMA权重平均技术，具有2.5M参数和0.1 GMACs的低计算量。该模型支持224x224像素输入，可用于图像分类、特征提取和嵌入生成，适合在移动设备上部署高效的视觉识别应用。

LeViT图像分类模型利用卷积操作并在ImageNet-1k数据集上预训练，符合快速推理需求。模型参数量为18.9M，适用于不同图像分类任务。通过timm库进行部署，可实现特征提取和多种嵌入应用。

MobileViT-v2是一个高效的移动视觉变换器模型，利用分离自注意力机制优化了图像分类与特征提取。经过ImageNet-1k数据集训练，该模型适配多种计算机视觉任务。模型规格包括2.9M参数和1.1 GMAC，支持256x256图像输入。借助timm库，模型可轻松集成至移动设备的视觉处理应用中。

EfficientNetV2是一个在timm库中实现的高效图像分类模型。通过使用以ResNet Strikes Back为基础的训练策略和SGD优化器（带Nesterov动量），结合自适应梯度剪裁，模型在ImageNet-1k数据集上进行训练。这一架构轻量且强大，支持包括图像分类、特征提取和图像嵌入的多种图像处理任务。

ConvNeXt-V2模型通过全卷积掩码自动编码器框架进行预训练，并在ImageNet-1k数据集上进行微调。该模型具备15.6百万参数，支持多种图像尺寸处理，训练尺寸为224x224，测试尺寸为288x288。借助timm库，它可执行图像分类、特征提取和图像嵌入，适用于多种应用场景。

Vision Transformer (ViT)模型通过DINO方法进行的自监督训练在ImageNet-1k数据集上预训练，注重提升图像特征提取，无需微调即可应用于图像分类，兼顾多种下游任务。可根据任务需求选择合适的微调版本。

DeiT_base_distilled_patch16_224.fb_in1k是一个在ImageNet-1k数据集上训练的图像分类模型，采用注意力蒸馏技术优化性能。模型包含8730万个参数，支持224x224像素图像输入。除图像分类外，还可用于特征提取。通过timm库可轻松调用，适用于图像分类和嵌入向量提取。该模型在精度和效率方面表现均衡，可广泛应用于计算机视觉任务。

RegNetY-200MF是一款在ImageNet-1k上预训练的轻量级图像分类模型。它具有3.2M的参数量和0.2 GMACs的计算量,适用于资源受限场景。该模型不仅可进行图像分类,还可作为特征提取的主干网络。timm实现添加了随机深度、梯度检查点等增强功能,提升了模型性能和灵活性。RegNetY-200MF可用于图像分类、特征图提取和图像嵌入等多种任务。

mobilevit_s.cvnets_in1k是一款基于MobileViT架构的图像分类模型，在ImageNet-1k数据集上进行了训练。该模型仅有5.6M参数和2.0 GMACs计算量，体现了其轻量级特性。它不仅可用于图像分类，还支持特征图提取和图像嵌入等功能。通过融合MobileNet的效率和Vision Transformer的性能，这个模型特别适合在计算资源有限的移动设备上应用。

pnasnet5large.tf_in1k是基于Progressive Neural Architecture Search技术开发的图像分类模型，在ImageNet-1k数据集上训练而成。该模型拥有8610万参数，计算量为25.0 GMACs，支持331x331像素的图像输入。它不仅可用于图像分类，还能进行特征图提取和图像嵌入。研究人员和开发者可通过timm库轻松调用此预训练模型，提高图像处理效率。

poolformer_m36.sail_in1k是一个基于MetaFormer架构的PoolFormer图像分类模型，在ImageNet-1k数据集上训练。该模型拥有5620万参数，支持图像分类、特征图提取和图像嵌入等功能。它能高效处理224x224大小的图像，在保持性能的同时降低计算复杂度。研究人员和开发者可通过timm库轻松使用这一预训练模型，应用于多种计算机视觉任务。

hrnet_w18.ms_aug_in1k是HRNet团队开发的图像分类模型，在ImageNet-1k数据集上训练。该模型拥有2130万参数，4.3 GMACs计算复杂度，可用于图像分类、特征图提取和图像嵌入。模型提供高分辨率视觉表征，适用于多种计算机视觉任务。通过timm库可方便地加载和使用这一预训练模型。

selecsls42b.in1k是基于ImageNet-1k数据集训练的SelecSLS图像分类模型，拥有3200万参数和3.0 GMACs计算量。该模型支持224x224图像输入，可用于图像分类、特征提取和嵌入生成。其独特之处在于能利用单个RGB相机实现实时多人3D动作捕捉，在效率和性能方面表现优异。模型源自XNect项目，代码已在GitHub开源。

这是一个基于ResNeXt架构的BotNet图像分类模型，采用高效通道注意力机制。该模型在ImageNet-1k数据集上训练，使用SGD优化器和自适应梯度裁剪技术。模型包含1060万参数，支持256x256像素图像处理。除图像分类外，还可用于特征图提取和图像嵌入，适用于多种计算机视觉任务。

dm_nfnet_f0.dm_in1k是一款基于NFNet（无归一化网络）架构的图像分类模型。该模型在ImageNet-1k数据集上训练，拥有7150万参数，计算量为7.2 GMACs。通过采用Scaled Weight Standardization技术和策略性放置的标量增益，该模型无需使用归一化层即可实现高性能。dm_nfnet_f0.dm_in1k适用于图像分类、特征提取和图像嵌入等多种任务，为大规模图像识别应用提供了高效解决方案。

nfnet_l0.ra2_in1k是一种创新的轻量级NFNet图像分类模型，摒弃了传统的规范化层。它通过Scaled Weight Standardization和策略性放置的标量增益，实现了高效的大规模图像识别。基于ImageNet-1k数据集训练，该模型拥有3510万参数，适用于图像分类、特征提取和嵌入任务。这种无需常规规范化层的设计，为高性能图像处理提供了新的可能。

pit_b_224.in1k是一个基于池化的视觉Transformer(PiT)图像分类模型，在ImageNet-1k数据集上训练。该模型拥有7380万个参数，计算量为12.4 GMACs，支持224x224像素的输入图像。它可用于图像分类、特征图提取和图像嵌入等任务，在保持高精度的同时提高了计算效率。研究人员和开发者可通过timm库轻松加载并使用这个预训练模型。

dpn107.mx_in1k是一款基于Dual-Path Networks架构的图像分类模型，针对ImageNet-1k数据集优化。该模型拥有8690万参数和18.4 GMACs计算量，支持224x224像素的图像输入。最初由论文作者在MXNet框架上训练，后经Ross Wightman移植至PyTorch。除图像分类外，还可用于特征图提取和图像嵌入，为各种计算机视觉应用提供有力支持。

lcnet_050.ra2_in1k是基于LCNet架构的轻量级图像分类模型，在ImageNet-1k数据集上训练。模型采用RandAugment增强和RMSProp优化，参数量仅1.9M，支持224x224输入。可用于图像分类、特征提取和嵌入生成，适合CPU运行，为计算资源有限的场景提供高效解决方案。

convit_base.fb_in1k是一个在ImageNet-1k数据集上训练的ConViT架构图像分类模型。该模型融合卷积神经网络和视觉Transformer技术，拥有8650万参数，计算量为17.5 GMACs。它支持224x224尺寸的输入图像，可用于图像分类和特征提取。研究者可通过timm库加载此预训练模型，进行图像分类或提取图像嵌入向量等任务。

res2net101_26w_4s.in1k是基于Res2Net架构的图像分类模型，通过ImageNet-1k数据集训练而成。该模型采用多尺度设计，在图像分类和特征提取方面表现优异。它拥有4520万个参数，适用于224x224尺寸的图像处理。除图像分类外，还支持特征图提取和图像嵌入功能。研究人员和开发者可通过timm库便捷地将此模型应用于多种计算机视觉任务。

fbnetc_100.rmsp_in1k是基于FBNet架构的轻量级图像分类模型，在ImageNet-1k数据集上训练。该模型仅有5.6M参数和0.4 GMACs，适用于224x224图像输入，专为移动设备优化。通过timm库，可轻松实现图像分类、特征图提取和图像嵌入等功能。模型采用RMSProp优化器和指数衰减学习率，平衡了性能和效率。

CrossViT 9 240是IBM开发的图像分类模型，基于CrossViT架构设计。该模型在ImageNet-1k数据集上训练，参数量为8.6M，适用于240x240分辨率图像。模型采用跨注意力多尺度Vision Transformer技术，可高效提取图像特征，适用于图像分类和特征提取任务。研究人员和开发者可通过timm库使用该预训练模型进行推理或微调。

MobileNetV2是为移动和嵌入式视觉应用设计的轻量级卷积神经网络。该模型在ImageNet-1k数据集上训练，采用RandAugment数据增强和EMA权重平均技术。MobileNetV2在低计算复杂度下实现了高效的图像分类和特征提取。通过timm库，开发者可以便捷地加载预训练模型，实现图像分类、特征图提取和图像嵌入等功能。

botnet26t_256.c1_in1k是一个结合ResNet架构和自注意力机制的图像分类模型。该模型采用灵活的BYOBNet设计，支持自定义网络结构。在ImageNet-1k数据集上训练，拥有1250万参数，适用于图像分类、特征提取和嵌入生成。模型整合了ResNet的优势和注意力机制，在视觉识别任务中表现出色。

gmixer_24_224.ra3_in1k是一个基于MLP-Mixer架构的图像分类模型，在timm库中由Ross Wightman开发。该模型采用SwiGLU激活函数，在ImageNet-1k数据集上训练，拥有2470万参数，计算复杂度为5.3 GMACs。它支持224x224尺寸的图像输入，可用于图像分类和特征提取。模型提供简洁的API，便于进行图像分类和嵌入提取，适用于多种计算机视觉应用场景。

swinv2_tiny_window8_256.ms_in1k是基于Swin Transformer V2架构的轻量级图像分类模型，在ImageNet-1k数据集上预训练。该模型拥有2830万参数，6.0 GMACs计算量，支持256x256像素输入。它可用于图像分类、特征图提取和图像嵌入等任务，提供高效的视觉特征提取能力。研究人员和开发者可通过timm库轻松加载此预训练模型，应用于多种计算机视觉项目。

inception_v3.tf_adv_in1k是一个基于Inception-v3架构的图像分类模型，通过对抗训练提高了抗干扰能力。该模型在ImageNet-1k数据集上训练，参数量为23.8M，适用于299x299像素的图像输入。它可用于图像分类、特征提取和嵌入生成，为计算机视觉任务提供了versatile工具。

sebotnet33ts_256.a1h_in1k是一个融合ResNet架构和BotNet设计的图像分类模型，整合了Squeeze-and-Excitation通道注意力机制。该模型在ImageNet-1k数据集上训练，通过timm库实现。它采用LAMB优化器、强化的dropout和随机深度技术，以及余弦学习率调度。模型提供灵活的配置选项，包括块/阶段布局和注意力层等，适用于图像分类和特征提取任务。其平衡了性能和训练效率，为计算机视觉领域提供了实用的解决方案。

mixnet_l.ft_in1k是一个在ImageNet-1k数据集上微调的MixNet架构图像分类模型。该模型采用混合深度卷积核，参数量仅为7.3M，计算量为0.6 GMACs，实现了高效的分类性能。支持224x224像素输入，可用于图像分类、特征提取和生成图像嵌入。作为一个轻量级yet性能出色的视觉特征提取器，适用于多种计算机视觉应用场景。

gernet_l.idstcv_in1k是基于GENet架构的图像分类模型，通过timm库实现并在ImageNet-1k数据集上训练。该模型利用BYOBNet实现灵活配置，支持随机深度和梯度检查点等特性。拥有3110万参数的gernet_l.idstcv_in1k可用于图像分类、特征提取和嵌入生成。模型提供多种使用示例，适用于图像分类、特征图提取等多种计算机视觉任务。

coat_lite_mini.in1k是一种轻量级CoaT（Co-Scale Conv-Attentional Transformer）图像分类模型，在ImageNet-1k数据集上训练。该模型仅有1100万参数，适用于224x224像素的图像处理。它可通过timm库轻松加载，用于图像分类和特征提取。创新的卷积注意力机制使其在保持低计算复杂度的同时，实现高效的图像特征提取。这个模型展示了如何在轻量级设计中融合卷积和注意力机制的优势。

ResNeSt14d是一款基于ResNet的分割注意力图像分类模型，由研究团队在ImageNet-1k数据集上训练。此模型拥有10.6M的参数和2.8 GMACs，支持224x224的图像尺寸。提供多种功能，包括图像分类、特征提取和图像嵌入。通过timm库实现预训练模型调用，支持快速有效的图像分析和计算机视觉任务。