Timm预训练模型训练数据集及查询方法咨询

1. Timm提供的预训练模型常用训练数据集 #

Timm中的预训练模型覆盖多种数据集，主流的包括：

• ImageNet-1k（ILSVRC2012）：绝大多数基础视觉模型（如ResNet、EfficientNet系列）的默认预训练数据集，包含1000类共约120万张图像。
• ImageNet-21k：更大规模的ImageNet子集，包含21k类共约1400万张图像，部分大模型（如ViT-L、ResNeXt-101）会先用该数据集预训练，再在ImageNet-1k上微调。
• COCO：用于目标检测、分割类模型（如Mask R-CNN变体）的预训练，包含大量标注的物体检测、实例分割数据。
• OpenImages：部分多标签分类模型会使用该数据集预训练，包含数百万张带多标签标注的图像。
  此外还有部分特定领域模型使用医学图像、遥感图像等数据集预训练。

2. 查询Timm预训练模型训练数据集的方法 #

有两种常用方式：

代码内直接查询 #

创建预训练模型后，可通过模型的default_cfg属性获取预训练相关配置，其中dataset字段即为训练数据集名称：

import timm
# 创建预训练ResNet34模型
pretrained_resnet_34 = timm.create_model('resnet34', pretrained=True)
# 打印训练数据集信息
print(pretrained_resnet_34.default_cfg['dataset'])
# 输出示例：'imagenet'（对应ImageNet-1k）

查看模型文档说明 #

在Timm的模型列表中，每个模型的条目会明确标注其预训练所用的数据集，比如ResNet34的预训练版本说明会标注基于ImageNet-1k训练。

内容的提问来源于stack exchange，提问作者j35t3r