懂AI
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
GitHubHugging 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：

  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

扣子-AI办公

扣子-AI办公

职场AI，就用扣子

AI办公助手，复杂任务高效处理。办公效率低？扣子空间AI助手支持播客生成、PPT制作、网页开发及报告写作，覆盖科研、商业、舆情等领域的专家Agent 7x24小时响应，生活工作无缝切换，提升50%效率！

堆友

堆友

多风格AI绘画神器

堆友平台由阿里巴巴设计团队创建，作为一款AI驱动的设计工具，专为设计师提供一站式增长服务。功能覆盖海量3D素材、AI绘画、实时渲染以及专业抠图，显著提升设计品质和效率。平台不仅提供工具，还是一个促进创意交流和个人发展的空间，界面友好，适合所有级别的设计师和创意工作者。

图像生成热门AI工具AI图像AI反应堆AI工具箱AI绘画GOAI艺术字堆友相机
码上飞

码上飞

零代码AI应用开发平台

零代码AI应用开发平台，用户只需一句话简单描述需求，AI能自动生成小程序、APP或H5网页应用，无需编写代码。

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。

下拉加载更多