mobilenetv3_large_100.ra_in1k

מה זה

מדובר ברשת מסוג MobileNetV3 בגודל של 5.5 מיליון פרמטרים, שאומנה על מאגר ImageNet-1k כדי לזהות אלף מחלקות של עצמים. המודל מתאים לשתי משימות עיקריות, סיווג ישיר של תמונות בגודל 224 על 224 פיקסלים, או שימוש כשכבת חילוץ מאפיינים למודלים אחרים שאתם בונים בעצמכם.

ההבדל המשמעותי בין הגרסה הזו לאימונים המקוריים של גוגל מגיע מתהליך האימון בספריית timm. המודל נבנה מחדש באמצעות מתכון RA, המבוסס על RandAugment ועל המחקר ResNet Strikes Back. האימון שילב אופטימייזר RMSProp, שימוש בממוצע משקלים ומדרגות למידה עם חימום, כדי לסחוט דיוק גבוה יותר מהמשקלים בלי לשנות את מבנה הרשת.

מבחינת ביצועים חישוביים, הרשת דורשת רק 0.2 מיליארד פעולות חישוב ומייצרת 4.4 מיליון אקטיבציות. המספרים האלה אומרים שהיא רצה בצורה חלקה גם על מעבדים פשוטים של מחשבי קצה, בלי לחנוק את הזיכרון או לחכות לכרטיס מסך ייעודי.

מתאים ל

• סיווג מקומי בטלפונים

  זיהוי עצמים בתוך אפליקציה ישירות על המכשיר, בלי לשלוח תמונות לשרת ובלי תלות בחיבור לרשת.

• סינון ראשוני במצלמות אבטחה

  הרצה על חומרת קצה זולה לצורך סינון פריימים רלוונטיים לפני שמפעילים מודל כבד ויקר יותר.

• חילוץ מאפיינים לאימון מהיר

  שימוש במשקלים המאומנים כבסיס לחילוץ וקטורים כדי לאמן מודל קל על נתונים פרטיים שלכם.

איפה זה נופל

הרשת מוגבלת לאלף הקטגוריות שעליהן אומנה בתוך ImageNet-1k, והיא מקבלת תמונות בגודל של 224 על 224 פיקסלים בלבד. אם יש לכם פרטים קטנים מאוד בתמונה, הרזולוציה הנמוכה תגרום לאיבוד מידע קריטי. בנוסף, מדובר במודל שתוכנן להיות חסכוני ולא בשיא הדיוק העולמי, לכן במשימות שדורשות הבחנה דקה בין פריטים דומים הוא יטעה יותר מרשתות כבדות ומודרניות.

איך מריצים

טוענים את המודל ישירות מתוך ספריית timm בפייתון עם פקודת יצירה פשוטה, ומעבירים אותו למצב הערכה. צריך לעבד את התמונה מראש לפי ההגדרות של המודל כדי להגיע לגודל הנכון לפני ששולחים אותה לחישוב.

בגלל גודל של עשרות מגה בייטים בודדים, אין שום צורך בכרטיס מסך יקר או בתשתית ענן מורכבת. מעבד רגיל יריץ אותו בזמני תגובה טובים. פנייה לשירותי ענן בתשלום מיותרת כאן לחלוטין, שכן עלויות התקשורת וההשהיה ברשת יהיו גבוהות יותר מהרצה ישירה ומקומית בקוד שלכם.

pip install -U huggingface_hub
hf download timm/mobilenetv3_large_100.ra_in1k

הקבצים

5 קבצים במאגר, 42.1 MB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

• pytorch_model.bin22.1 MB
• model.safetensors22.1 MB
• README.md4.8 KB
• .gitattributes1.5 KB
• config.json584 B

הרישיון

רישיון Apache 2.0 מתיר שימוש חופשי בקוד ובמשקלים, כולל שילוב במוצרים מסחריים סגורים והפצה שלהם. התנאי העיקרי הוא שמירה על הודעת זכויות היוצרים וציון הרישיון המקורי, בלי להטיל אחריות משפטית על המפתחים.

• שימוש מסחרי
• שינוי הקוד
• הפצה מחדש
• שימוש בפטנטים

הרישיון המלא בעמוד המודל ↗