pytorch-image-models

一行代码调用数百个预训练视觉骨干，省去复现选型成本

pytorch-image-models（常被称为 timm）是 PyTorch 生态中规模最大的图像编码器与骨干网络集合，由 Hugging Face 维护。它把 ResNet、EfficientNet、Vision Transformer、ConvNeXt、Swin、MaxViT、MobileNet 系列等数百个模型统一到一致的接口下，解决研究者与工程师在选型、复现和迁移时反复造轮子的问题。核心能力包括：一行代码创建任意模型并加载 ImageNet 预训练权重，支持特征提取、微调、验证与推理；提供训练、评估、导出（ONNX/TorchScript）脚本；支持分布式训练、混合精度、EMA、AugMix 等训练技巧；模型可无缝接入 Hugging Face Hub。凭借 3.7 万以上星标和持续更新，它已成为图像分类与视觉骨干网络的事实标准库，广泛用于论文复现、工业落地和教学。

开源 free 计算机视觉

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 37148

维护状态活跃

是否开源是

定价模式 free

项目数据

分类计算机视觉

开发团队huggingface

所属国家

官网地址

GitHubhttps://github.com/huggingface/pytorch-image-models

定价模式free

价格说明开源免费，Apache-2.0 许可证

访问状态

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型augmix,convnext,distributed-training,efficientnet,image-classification,imagenet,maxvit,mixnet,mobile-deep-learning,mobilenet-v2,mobilenetv3,nfnets,normalization-free-training,optimizer,pretrained-models,pretrained-weights,pytorch,randaugment,resnet,vision-transformer-models

GitHub 星标★ 37148

30天Star增速

HF 下载量

上线时间2019-02-02 00:00:00

最近更新2026-09-16 00:00:00

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-09-14

浏览次数0

使用教程

难度：进阶约 10 分钟部署方式：库/依赖 4 步

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

Python 环境（项目开发语言为 Python）
可访问 GitHub 与 Hugging Face（获取文档与预训练权重）
可联网浏览外部文档站点以完成安装与选型

安装与启动步骤

1查阅官方文档

README 未给出安装命令，官方安装与快速上手说明在 Hugging Face 的 timm 文档页，按该页指引操作。
2阅读实践指南

参考 Chris Hughes 的 Practitioner's Guide，或 timm.fast.ai（timmdocs），了解完整使用流程与常见用法。
3浏览可选模型

通过 paperswithcode 的 timm 页面按任务与结构浏览模型，确定需要的骨干网络后再进入安装环节。
4查看模型导出方案

README 的 Deployment 节指向 timmx，用于把 timm 模型导出为 ONNX、CoreML、LiteRT、TensorRT 等格式。

如何确认成功

README 未提供安装验证方式；请按官方文档 https://huggingface.co/docs/hub/timm 中的示例确认环境可用。

常见问题

Q：timm 的完整安装和上手说明在哪里？

A：官方文档地址为 https://huggingface.co/docs/hub/timm，README 的 Getting Started 一节即指向该文档，README 节选中未包含安装命令。

Q：有没有更详细的实战教程？

A：可参考 Chris Hughes 的《Getting Started with PyTorch Image Models (timm): A Practitioner's Guide》，以及 Aman Arora 维护的 timmdocs（timm.fast.ai）。

Q：如何挑选 timm 里的模型？

A：可访问 paperswithcode.com/lib/timm 浏览 timm 中包含的模型，再结合自己的任务选择对应骨干网络。

Q：如何把模型导出到其他推理格式？

A：README 的 Deployment 小节推荐 timmx（https://github.com/Boulaouaney/timmx），支持导出 ONNX、CoreML、LiteRT、TensorRT 等。

Q：最近新增了哪些模型？

A：README 的 What's New 列出 Qwen3-VL、Sapiens2 ViT、iFormer、EfficientViM、DeepSeek-V4 ViT、LowFormer 等新增模型与权重。

注意事项

README 节选未包含 pip/conda 等安装命令，安装方式请以 https://huggingface.co/docs/hub/timm 为准，不要凭猜测执行命令。
训练、验证、推理脚本在 README 的 Train, Validation, Inference Scripts 章节，节选中未展开具体参数。
预训练权重与文档托管在 Hugging Face，首次加载模型通常需要联网。

核心亮点

模型覆盖极广，从经典 CNN 到最新 ViT/混合架构一应俱全，且持续跟进前沿论文
统一 API 与预训练权重，create_model 一行即可加载，迁移学习门槛极低
训练/评估/导出脚本完整，支持分布式、混合精度与多种数据增强，工程可用性强

不足之处

模型数量庞大，版本迭代快，部分旧模型权重或接口存在兼容性变化
文档偏重 API 参考，缺少面向新手的端到端教程与最佳实践指南

适用场景

论文复现时快速对比不同骨干网络的精度与速度
工业项目中将预训练模型微调到自有图像分类数据集
作为特征提取器接入检测、分割等下游视觉任务

替代项目

torchvision、mmclassification、transformers

项目介绍

pytorch-image-models 是一个计算机视觉领域的开源项目，官方简介：The largest collection of PyTorch image encoders / backbones. Including train, eval, inference, export scripts, and pretrained weights -- ResNet, ResNeXT, EfficientNet, NFNet, Vision Transformer (ViT), MobileNetV4, MobileNet-V3 & V2, RegNet, DPN, CSPNet, Swin Transformer, MaxViT, CoAtNet, ConvNeXt, and more。项目使用 Python 开发，在 GitHub 上获得 37139 星标。

上一篇：yolo-streamlit-detection-tracking

下一篇：AWESOME-OCR-LLM