【免费下载链接】cait_xxs24_224.fb_dist_in1k项目地址https://ai.gitcode.com/hf_mirrors/timm/cait_xxs24_224.fb_dist_in1k点击查看免费下载cait_xxs24_224.fb_dist_in1k 是一款基于CaiTClass-attention in Image Transformers架构的轻量级图像分类模型在 ImageNet-1k 数据集上经知识蒸馏训练而成参数量仅 12M、计算量 2.5 GMACs。本文带你在 3 分钟内完成从认识、下载到手把手调用的完整入门。一、cait_xxs24_224.fb_dist_in1k 是什么这个仓库是 timm 库中CaiT 图像分类模型的官方权重文件核心定位如下模型类型图像分类 / 特征提取 backbone训练数据ImageNet-1k1000 个类别训练方式论文作者官方发布采用知识蒸馏distillation小模型也能获得接近大模型的精度输入尺寸224 × 224 像素轻量化12M 参数 2.5 GMACs非常适合端侧部署和低算力场景CaiT 出自论文《Going Deeper with Image Transformers》ICCV 2021它在 ViT 的基础上为类别 token引入自注意力机制让分类头也能参与深层特征交互从而在更小参数量下保持较强的分类能力。这正是xxsextra-extra-small级别模型依然可用的原因。二、仓库文件结构模型权重与配置文件在哪里仓库结构非常简洁四个文件各司其职文件作用README.md模型卡片模型详情、使用示例、论文引用config.json模型架构配置类别数、特征维度、归一化参数等model.safetensors权重文件safe 格式加载更快更安全pytorch_model.bin权重文件传统 PyTorch 格式 两种权重格式内容完全一致任选其一加载即可推荐优先使用model.safetensors因为 safetensors 格式无需反序列化整个 pickle加载速度和安全都更好。三、3步快速上手下载并加载 CaiT 图像分类模型第 1 步克隆仓库git clone https://gitcode.com/hf_mirrors/timm/cait_xxs24_224.fb_dist_in1k第 2 步安装依赖pip install timm第 3 步加载模型并推理日常使用时其实不需要本地权重文件——pretrainedTrue会自动下载对应权重。最小调用代码只有几行import timm # 一行创建 CaiT 图像分类模型自动加载 ImageNet-1k 蒸馏权重 model timm.create_model(cait_xxs24_224.fb_dist_in1k, pretrainedTrue) model.eval()如果要跑一张图片的完整推理数据增强 前向 Top5README.md 中的 Model Usage 章节提供了完整示例核心流程是data_config timm.data.resolve_model_data_config(model) # 自动解析预处理配置 transforms timm.data.create_transform(**data_config, is_trainingFalse) output model(transforms(img).unsqueeze(0)) # 输出 1000 维 logits四、config.json 关键参数解读打开 config.json几个值得注意的字段num_classes: 1000对应 ImageNet-1k 的 1000 个类别num_features: 192分类前的特征维度xxs级别只用到 192 维非常省global_pool: token通过类别 token 做全局池化这是 CaiT 的标志性设计input_size: [3, 224, 224]固定输入尺寸fixed_input_size: true表示建议按 224×224 预处理mean/std标准 ImageNet 归一化参数0.485/0.456/0.406这些参数在 timm 里会自动生效一般无需手动修改。五、两种常见用法图像分类 vs 特征提取用法一图像分类默认直接输出 1000 个类别的预测分数配合softmax取 Top-K 即可。用法二图像 Embeddings特征提取把分类头去掉模型变成一个特征 backbonemodel timm.create_model(cait_xxs24_224.fb_dist_in1k, pretrainedTrue, num_classes0) # 去掉分类层更灵活地可以用model.forward_features(...)拿到未池化的 token 序列形状为(1, 197, 192)即 196 个 patch token 1 个类别 token再接自定义头用于检索、分割等下游任务。完整示例见 README.md 的 Image Embeddings 小节。六、常见问题 FAQQ1这个模型适合我的项目吗如果你的场景算力有限手机、边缘设备、批量推理12M 参数的 xxs 级别非常合适若追求极限精度可考虑 timm 中更大规格的 CaiT 变体。Q2为什么叫 fb_dist_in1kfb指 Meta原 Facebook论文作者官方发布dist指知识蒸馏训练in1k指在 ImageNet-1k 上训练。命名规范可参考 timm 的模型标签体系。Q3本地权重和pretrainedTrue自动下载的有什么区别没有区别加载后完全等价。本地克隆仓库主要用于离线环境或固定版本。七、总结cait_xxs24_224.fb_dist_in1k 是 CaiT 系列中最轻量的成员12M 参数、224×224 输入、ImageNet-1k 蒸馏权重一行timm.create_model即可在图像分类与特征提取两类任务中快速落地。对于新手来说记住这三件事就够了它是timm生态里的模型用create_model加载默认输出1000 类图像分类结果设置num_classes0或调用forward_features即可转做Embeddings 提取。祝你在图像分类之路上顺利起步赞分享【免费下载链接】cait_xxs24_224.fb_dist_in1k项目地址https://ai.gitcode.com/hf_mirrors/timm/cait_xxs24_224.fb_dist_in1k点击查看免费下载相关推荐mcp-for-beginners 实战用 Rust 实现 Streamable HTTP 的 MCP 计算器客户端calculator-httpclient 全解析mcp for beginners 实战用 Rust 实现 Streamable HTTP 的 MCP 计算器客户端calculator httpclienrsuite Placeholder 组件完全指南Paragraph / Graph / Grid 骨架占位实现与源码解析rsuite Placeholder 组件完全指南Paragraph / Graph / Grid 骨架占位实现与源码解析 Placeholder 是 rsu不止于分类把cait_xxs24_224.fb_dist_in1k当作轻量级图像Embedding特征骨干的完整实践指南不止于分类把cait_xxs24_224.fb_dist_in1k当作轻量级图像Embedding特征骨干的完整实践指南 cait_xxs24_224.fb_上一篇不用数据线也不用云盘Windows 和 iPhone 互传文件5 分钟搭好免费 AirDrop Plus下一篇unnpk 一学就会三步解开阴阳师 NPK 文件网易 NeoX 引擎资源提取完整指南创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考