vit_small_patch32_224.augreg_in21k_ft_in1k

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

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:

  1. 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
  1. 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

Vora

Vora

免费创建高清无水印Sora视频

Vora是一个免费创建高清无水印Sora视频的AI工具

Refly.AI

Refly.AI

最适合小白的AI自动化工作流平台

无需编码,轻松生成可复用、可变现的AI自动化工作流

酷表ChatExcel

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。

AI工具使用教程AI营销产品酷表ChatExcelAI智能客服
TRAE编程

TRAE编程

AI辅助编程,代码自动修复

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。

热门AI工具生产力协作转型TraeAI IDE
AIWritePaper论文写作

AIWritePaper论文写作

AI论文写作指导平台

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

数据安全AI助手热门AI工具AI辅助写作AI论文工具论文写作智能生成大纲
博思AIPPT

博思AIPPT

AI一键生成PPT,就用博思AIPPT!

博思AIPPT,新一代的AI生成PPT平台,支持智能生成PPT、AI美化PPT、文本&链接生成PPT、导入Word/PDF/Markdown文档生成PPT等,内置海量精美PPT模板,涵盖商务、教育、科技等不同风格,同时针对每个页面提供多种版式,一键自适应切换,完美适配各种办公场景。

热门AI工具AI办公办公工具智能排版AI生成PPT博思AIPPT海量精品模板AI创作
潮际好麦

潮际好麦

AI赋能电商视觉革命,一站式智能商拍平台

潮际好麦深耕服装行业,是国内AI试衣效果最好的软件。使用先进AIGC能力为电商卖家批量提供优质的、低成本的商拍图。合作品牌有Shein、Lazada、安踏、百丽等65个国内外头部品牌,以及国内10万+淘宝、天猫、京东等主流平台的品牌商家,为卖家节省将近85%的出图成本,提升约3倍出图效率,让品牌能够快速上架。

iTerms

iTerms

企业专属的AI法律顾问

iTerms是法大大集团旗下法律子品牌,基于最先进的大语言模型(LLM)、专业的法律知识库和强大的智能体架构,帮助企业扫清合规障碍,筑牢风控防线,成为您企业专属的AI法律顾问。

SimilarWeb流量提升

SimilarWeb流量提升

稳定高效的流量提升解决方案,助力品牌曝光

稳定高效的流量提升解决方案,助力品牌曝光

Sora2视频免费生成

Sora2视频免费生成

最新版Sora2模型免费使用,一键生成无水印视频

最新版Sora2模型免费使用,一键生成无水印视频

下拉加载更多