如何手动下载timm的pretrained模型

下载pretrained model

pretrained

在创建模型时create_model如果我们传入 pretrained=True

那么 timm 会从对应的 URL 下载模型权重参数并载入模型，只有当第一次（即本地还没有对应模型参数时）会去下载，之后会直接从本地加载模型权重参数。

model = timm.create_model('vit_small_patch16_224', pretrained=True)

Downloading: "https://storage.googleapis.com/vit_models/augreg/S_16-i21k-300ep-lr_0.001-aug_light1-wd_0.03-do_0.0-sd_0.0--imagenet2012-steps_20k-lr_0.03-res_224.npz" to /home/xxx/.cache/torch/hub/checkpoints/xxx.pth

下载的时候从model.default_cfg.url中下载权重

模型下载到当前用户root下的.cache/torch/hub/checkpoints/中

如果服务器网不好，可以手动下载再上传到相应位置

 模型架构

部分的PyTorch模型及其对应arxiv链接如下：

所有的来源可以查看timm官方repo

• Aggregating Nested Transformers - https://arxiv.org/abs/2105.12723

• BEiT - https://arxiv.org/abs/2106.08254

• Bottleneck Transformers - https://arxiv.org/abs/2101.11605

• CaiT (Class-Attention in Image Transformers) - https://arxiv.org/abs/2103.17239

• ConvNeXt - https://arxiv.org/abs/2201.03545

• ConvNeXt-V2 - http://arxiv.org/abs/2301.00808

• ConViT (Soft Convolutional Inductive Biases Vision Transformers)- https://arxiv.org/abs/2103.10697

• DeiT - https://arxiv.org/abs/2012.12877

• DeiT-III - https://arxiv.org/pdf/2204.07118.pdf

• DenseNet - https://arxiv.org/abs/1608.06993

• DPN (Dual-Path Network) - https://arxiv.org/abs/1707.01629

result

各种timm库模型在 ImageNet 数据集训练结果

pytorch-image-models/README.md at main · huggingface/pytorch-image-models · GitHub

待更新.