【免费下载链接】tiny_vit_21m_224.in1k项目地址https://ai.gitcode.com/hf_mirrors/timm/tiny_vit_21m_224.in1k点击查看免费下载tiny_vit_21m_224.in1k 是 timm 库中一个轻量级TinyViT 图像分类模型仅 21.2M 参数由论文作者在 ImageNet-1k 上完成预训练可输出 1000 个物体类别的概率还能提取特征图与图像嵌入向量。本文将带你从零开始10 分钟内跑通你的第一次图像分类推理 认识 tiny_vit_21m_224.in1k它到底能做什么属性说明模型类型图像分类 / 特征骨干网络参数量21.2M约 85MB非常轻量计算量4.1 GMACs推理速度快输入尺寸224 × 224输出类别1000 类ImageNet-1k训练数据ImageNet-1k 名字怎么读tiny_vit_21m 小型 Vision Transformer约 21M 参数224 输入图像边长in1k ImageNet-1k 预训练。本仓库是一个标准的 Hugging Face 模型仓库文件结构非常简洁文件作用README.md模型卡片包含模型详情与全部使用示例config.json模型架构与推理配置输入尺寸、归一化参数等model.safetensors模型权重文件约 85MBsafetensors 格式pytorch_model.bin模型权重文件约 85MB传统 PyTorch 格式一键安装步骤准备运行环境只需要安装 3 个依赖一行命令搞定pip install timm torch pillowtimmPyTorch 官方视觉模型库内置 TinyViT 架构torch深度学习框架有 GPU 会自动启用 CUDApillow图片读取工具最快配置方法5 行代码完成第一次图像分类下面这段代码直接来自官方模型卡片 README.md只需把它保存为classify.py再准备一张本地图片比如cat.jpg即可运行from PIL import Image import timm import torch # 1️⃣ 读取本地图片 img Image.open(cat.jpg) # 2️⃣ 加载预训练模型 model timm.create_model(tiny_vit_21m_224.in1k, pretrainedTrue) model.eval() # 3️⃣ 自动获取模型专用变换缩放 归一化 data_config timm.data.resolve_model_data_config(model) transforms timm.data.create_transform(**data_config, is_trainingFalse) # 4️⃣ 推理并取 Top5 预测 with torch.no_grad(): output model(transforms(img).unsqueeze(0)) # 扩展成 batch top5_prob, top5_idx torch.topk(output.softmax(dim1) * 100, k5) for prob, idx in zip(top5_prob[0], top5_idx[0]): print(f类别 {idx}: {prob:.2f}%)运行python classify.py你会看到类似这样的输出类别 281: 62.35% # tabby, tabby cat 类别 283: 21.17% # tiger cat 类别 282: 8.94% # Egyptian cat 类别 285: 2.60% # Siamese cat 类别 280: 1.82% # Persian cat✅ 恭喜你10 分钟内就完成了一个 ImageNet 1000 类图像分类器的推理。看懂 config.json推理配置的来龙去脉config.json 里藏着模型推理的关键参数timm加载模型时会自动读取它们配置项值含义input_size[3, 224, 224]输入为 3 通道 224×224 图像mean/std[0.485, 0.456, 0.406]等ImageNet 标准归一化均值/方差crop_pct0.95推理时中心裁剪比例interpolationbicubic缩放图像使用的插值方式num_classes1000分类头输出维度代码中的resolve_model_data_config()create_transform()就是把这些配置自动转化为缩放 → 中心裁剪 → 归一化的完整预处理流水线你不需要手写任何归一化数字这也是 timm 相比手动搭流程最省事的地方。进阶玩法提取特征图与图像嵌入模型卡片 README.md 还提供了两个进阶用法改一行参数即可切换① 提取多层特征图可用于目标检测、分割等下游任务model timm.create_model(tiny_vit_21m_224.in1k, pretrainedTrue, features_onlyTrue) # 输出 4 层特征图9656×56、19228×28、38414×14、5767×7② 输出图像嵌入向量可用于以图搜图、图像相似度计算model timm.create_model(tiny_vit_21m_224.in1k, pretrainedTrue, num_classes0) # 输出 576 维嵌入向量常见问题 FAQQ1第一次运行为什么比较慢pretrainedTrue会首次自动下载约 85MB 的权重文件对应本仓库的 model.safetensors / pytorch_model.bin之后会走缓存秒级加载。Q2没有 GPU 能跑吗可以。模型只有 21.2M 参数、4.1 GMACs 计算量普通 CPU 上单张图片推理也能在 1 秒内完成是 TinyViT小而快设计的直接体现。Q3输入图片尺寸必须是 224×224 吗交给transforms即可它会自动把图片 resize/center crop 到 224×224模型本身fixed_input_size为false也支持其他尺寸输入。Q4权重文件只有 133 字节这是正常的——它们是 Git LFS 指针文件实际 85MB 的权重内容在拉取时会通过 LFS 自动还原不影响使用。总结 tiny_vit_21m_224.in1k 是 timm 生态里轻量 高精度的图像分类利器 一条命令安装依赖5 行核心代码即可完成 1000 类图像分类 改一个参数即可切换为特征提取或图像嵌入模式 更多细节可查阅仓库内的 README.md 与 config.json跑通只是起点——把它当作下游任务检测、分割、检索的骨干网络是下一步最值得尝试的方向。赞分享【免费下载链接】tiny_vit_21m_224.in1k项目地址https://ai.gitcode.com/hf_mirrors/timm/tiny_vit_21m_224.in1k点击查看免费下载相关推荐如何快速上手 efficientnet_em.ra2_in1k10分钟从零完成第一次图像分类如何快速上手 efficientnet_em.ra2_in1k10分钟从零完成第一次图像分类 efficientnet_em.ra2_in1k 是一个面向图像5分钟跑通InternVL3-38B-Pretrained从零开始的第一次图文对话完整教程5分钟跑通InternVL3 38B Pretrained从零开始的第一次图文对话完整教程 InternVL3 38B Pretrained 是 OpenGV10分钟跑通第一次推理如何用CLIP预训练模型convnext_large_mlp.clip_laion2b_augreg_ft_in1k做图像分类10分钟跑通第一次推理如何用CLIP预训练模型convnext_large_mlp.clip_laion2b_augreg_ft_in1k做图像分类 想在 1上一篇一键导出QQ空间十年老说说GetQzonehistory使用全流程下一篇QQ空间数据备份5分钟搬回自己电脑创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考