如何 10 行代码跑通 tf_efficientnet_es.in1k:timm 图像分类快速上手教程
如何 10 行代码跑通 tf_efficientnet_es.in1k:timm 图像分类快速上手教程
tf_efficientnet_es.in1k 是 timm 生态里一款专为边缘设备优化的 EfficientNet-EdgeTPU 图像分类模型,在 ImageNet-1k 上训练,仅 5.4M 参数即可输出 1000 类预测。本文带你用不到 10 行 Python 代码完成 timm 图像分类 从加载到推理的全流程,适合刚接触深度学习推理的新手。
认识 tf_efficientnet_es.in1k:一个“小而快”的图像分类模型
这个仓库是模型在模型托管平台上的一张“模型卡”,包含预训练权重和推理所需的完整配置,核心信息一眼看懂:
| 关键指标 | 数值 |
|---|---|
| 模型类型 | 图像分类 / 特征主干(backbone) |
| 参数量 | 5.4M(非常轻量) |
| 计算量 GMACs | 1.8 |
| 输入图像尺寸 | 224 × 224 |
| 输出类别数 | 1000(ImageNet-1k) |
📦 仓库文件说明(均使用相对路径):
- README.md:模型卡文档,包含图像分类、特征图提取、图像嵌入三种用法示例
- config.json:模型配置文件,记录输入尺寸、归一化参数、特征维数等
- pytorch_model.bin:PyTorch 格式的预训练权重
- model.safetensors:safetensors 格式的权重文件
💡 提示:你不需要 clone 这个仓库。只需安装 timm,通过模型名称
tf_efficientnet_es.in1k即可自动下载并使用对应的预训练权重。
一键安装:timm 最快配置方法
确保已安装 Python 和 PyTorch,然后执行:
pip install timm
安装完成即可使用,无需额外依赖。🚀
10 行代码实现 ImageNet 图像分类
下面这段代码完成了「加载模型 → 构建预处理 → 前向推理 → 读取 Top-5 结果」的完整流程,对应 README.md 中的 Image Classification 示例:
import torch, timm
from PIL import Image
img = Image.open('your_image.jpg') # 替换为你的本地图片
model = timm.create_model('tf_efficientnet_es.in1k', pretrained=True)
model = model.eval()
# 获取模型自带的预处理配置(缩放、归一化)
data_config = timm.data.resolve_model_data_config(model)
transforms = timm.data.create_transform(**data_config, is_training=False)
output = model(transforms(img).unsqueeze(0))
top5_prob, top5_cls = torch.topk(output.softmax(dim=1) * 100, k=5)
print(top5_prob, top5_cls)
逐行拆解关键点:
timm.create_model(..., pretrained=True):一行加载 ImageNet-1k 预训练权重resolve_model_data_config+create_transform:timm 会自动按 config.json 中的mean/std(均为 0.5)和 224×224 尺寸生成预处理,省去手写归一化unsqueeze(0):把单张图片扩展为 batch=1 的张量torch.topk(..., k=5):从 1000 类 logits 中取出置信度最高的 5 个类别
作为特征主干:提取多层特征图
如果你要做目标检测、分割等下游任务,只需加一个参数 features_only=True:
model = timm.create_model('tf_efficientnet_es.in1k', pretrained=True, features_only=True)
前向输出会是一组逐级降采样、通道逐层增大的特征图(例如 1, 192, 7, 7),可直接接入自定义检测头。完整示例见 README.md。
同理,设置 num_classes=0 去掉分类头,即可输出 1280 维图像嵌入向量(num_features 见 config.json),用于相似图片检索。
常用参数速查表
结合 config.json 中的 pretrained_cfg,几个高频参数值得了解:
| 参数 | 值 | 含义 |
|---|---|---|
input_size |
[3, 224, 224] |
推荐输入尺寸 |
mean / std |
0.5, 0.5, 0.5 |
ImageNet 风格归一化 |
crop_pct |
0.875 | 验证时中心裁剪比例 |
pool_size |
7, 7 |
全局池化前的特征空间 |
first_conv / classifier |
conv_stem / classifier |
迁移学习时替换的关键模块名 |
常见问题 FAQ
Q1:推理结果为什么是概率?
模型输出的是 1000 维 logits,记得先做 softmax(dim=1) 再取 Top-K,见 README.md 的 torch.topk 用法。
Q2:CPU 能跑吗?
可以。5.4M 参数 + 1.8 GMACs 的计算量非常小,CPU 单张图片推理只需毫秒级,这也是 EdgeTPU 版本(tf_efficientnet_es)的核心优势——为加速器场景做了专门设计。
Q3:如何替换成自己的类别?
在 create_model 时传入 num_classes=你的类别数,训练时重点微调 classifier 线性层即可(模块名来自 config.json)。
总结
🎯 本文带你用 10 行代码 跑通了 tf_efficientnet_es.in1k 的 timm 图像分类流程:
- 安装:
pip install timm - 加载:
timm.create_model('tf_efficientnet_es.in1k', pretrained=True) - 推理:自动预处理 +
torch.topk读取 Top-5 类别 - 进阶:
features_only=True提取特征、num_classes=0生成嵌入向量
轻量、快速、开箱即用——这就是它适合入门实践与边缘部署的原因。动手跑起来吧!