今天給大家推薦一個硬核干貨：一個基于 PyTorch 的圖像模型庫（PyTorch Image Models，TIMM），用于最新圖像分類。

這個庫從 330+ 種預訓練的最新圖像分類模型中進行選擇，方便我們使用提供的腳本在 ImageNet 等研究數據集上重新訓練模型。而且，可以在自己的數據集上微調預訓練的模型，包括最新的前沿模型。

話不多說，直接放上 TIMM 的開源地址：

https://paperswithcode.com/lib/timm

TIMM 包含的模型很豐富，例如：

• Vision Transformer

• RexNet

• CSP DarkNet

• ResNeSt

• TResNet

• RegNetX

• RegNetY

• EfficientNet Pruned

• Big Transfer

• CSP ResNet

下面以 Vision Transformer 為例，看看這個庫包含了哪些內容！

Vision Transformer 將輸入圖片拆分成 16x16個patches，每個 patch 做一次線性變換降維同時嵌入位置信息，然后送入 Transformer，避免了像素級 attention 的運算。

https://paperswithcode.com/lib/timm/vision-transformer

Vision Transformer 支持的模型有 vit_base_patch16_224、vit_base_patch16_384、vit_base_resnet50_384 等等。vit_base_patch16_224 包含的參數為 87 million，FLOPs 為 67 billion，文件大小為 330.25 Mb，訓練集為 ImageNet，訓練資源為 TPUv3。

詳細的訓練參數如下：

作者給出了 Paper 地址：

https://arxiv.org/abs/2010.11929v1

完整代碼：

https://github.com/rwightman/pytorch-image-models/blob/5f9aff395c224492e9e44248b15f44b5cc095d9c/timm/models/vision_transformer.py#L503

權重文件：

https://github-releases.githubusercontent.com/168799526/65360900-1a09-11eb-8b86-f0a014a6f156?X-Amz-Algorithm=AWS4-HMAC-SHA256&X-Amz-Credential=AKIAIWNJYAX4CSVEH53A%2F20210301%2Fus-east-1%2Fs3%2Faws4_request&X-Amz-Date=20210301T142533Z&X-Amz-Expires=300&X-Amz-Signature=dd5f6097d17aa535123ad040855f737354442b69683756b0dcdf8f5fda8da6d8&X-Amz-SignedHeaders=host&actor_id=0&key_id=0&repo_id=168799526&response-content-disposition=attachment%3B%20filename%3Djx_vit_base_p16_224-80ecf9dd.pth&response-content-type=application%2Foctet-stream

如何使用？

導入預訓練模型：

import timm m = timm.create_model('vit_large_patch16_224', pretrained=True) m.eval()

用你要使用的型號替換型號名稱，例如 vit_large_patch16_224。?

如何訓練模型？

你可以使用 TIMM 的腳本來重新訓練新模型，鏈接：

https://rwightman.github.io/pytorch-image-models/scripts/

結果比較

不同模型在 ImageNet 上測試的結果如下：

更多精彩的功能還等著大家去挖掘和發現！最后再次放上該庫的地址：

https://paperswithcode.com/lib/timm

更多硬核干貨，請見閱讀原文！

---

真正的“防抖”神奇——基于CNN

總結

以上是生活随笔為你收集整理的330+ 个机器学习模型/库探索工具！Papers With Code 重磅推出！的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。