Публічний реєстр
Звіт про здоров'я програмного забезпеченнясхема 0.34.0 · метрики 2.10.0 · 2026-09-16 16:48 UTC

huggingface / pytorch-image-models

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

Python · MDXApache-2.0★ 37 148 зірок⑂ 5 195 форківз лют. 2019 р.Переглянути на GitHub ↗
ТипБібліотекаяк це визначено
#pytorch#resnet#pretrained-models#pretrained-weights#distributed-training#mobile-deep-learning#mobilenet-v2#mobilenetv3#efficientnet#augmix#randaugment#mixnet#vision-transformer-models#nfnets#normalization-free-training#maxvit#convnext#image-classification#imagenet#optimizer

huggingface/pytorch-image-models має індекс здоров’я 92 зі 100, що відповідає смузі «Відмінний». Найвищий показник — Vitality (98/100), найнижчий — AI Readiness (59/100). Останнє оновлення — сьогодні. Більшість нещодавньої роботи виконує один учасник.

92
загалом / 100
Відмінний

Індекс здоров'я програмного забезпечення

Метрики згруповано у зважені категорії на шкалі 1–100. Загальна оцінка починається як їхнє зважене середнє, відкаліброване за розподілом публічного реєстру, тож діапазони мають перцентильний зміст; коли публічні дані активують Політику юрисдикцій високого ризику, рейтинг коригується й отримує верхню межу 34 («У зоні ризику»).

92
Винятковий93-100Верхній щабель реєстру (≈ топ-5%); відповідає практично всім перевіреним критеріям
Відмінний80-92Сильний за всіма напрямами; незначні прогалини
Добрий65-79Здоровий; прогалини обмежені та керовані
Помірний50-64Прийнятний, але з помітними прогалинами; рекомендовано перевірку
Слабкий35-49Суттєві недоліки в кількох сферах
У зоні ризику20-34Суттєві слабкі місця; впровадження потребує обережності
Критичний1-19Серйозні проблеми (покинутий, єдиний мейнтейнер, без базової гігієни)
ЖиттєздатністьСпільнота тавпровадженняСталість таврядуванняІнженернаякістьБезпекаГотовність доШІ

Профіль оцінок

Кожна вісь — окрема категорія. Форма важить більше, ніж середнє: здоровий об'єкт заповнює всю фігуру, тоді як профіль із піками та провалами означає, що сила в одному вимірі маскує ризик в іншому.

Зважений загальний бал 78 калібровано до 92 за шкалою опублікованого індексу (калібрування реєстру 2026-08-02).

Власність

Hugging FaceОрганізація · підтверджений домен
68 490 підписників467 публічних репозиторіївз лют. 2017 р.

За цим репозиторієм стоїть організація — спільна, підзвітна опіка, здатна пережити будь-якого окремого мейнтейнера.

Пакетні екосистеми

РеєстрПакетВерсіяЗавантажень / місВерсіїОстання публікаціяТеги
PyPItimm1.0.2911 553 5948019 днів томуpytorchimage-classification

Метрики за категоріями

Життєздатність

Чи живий проєкт — чи пишеться код і чи виходять релізи?

98Винятковий · 21% загального індексу

Активність розробки

96Винятковий
Як обчислюється оцінка
36/36Свіжість push — останній push 0 дн. тому
31.8/36Ритм комітів — 46/52 тижнів із комітами
18/18Обсяг комітів — 282 комітів за останній рік
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 5 issue activity found in the last 90 days -- score normalized to 10
Використані вхідні дані
commits_last_year282
human_commit_share1
days_since_last_push0
active_weeks_last_year46

Дисципліна релізів

100Винятковий
Як обчислюється оцінка
27/27Випускає релізи — опубліковано 79 релізів
36/36Свіжість релізів — останній реліз 19 дн. тому
27/27Ритм релізів — реліз кожні ~37,9 дн.
0/10OpenSSF Scorecard: Signed-Releases — немає даних
Використані вхідні дані
releases_count79
latest_release_tagv1.0.29
releases_from_tagsні
days_since_latest_release19
mean_days_between_releases37,9
Виключено з оцінювання (немає даних або не застосовно): OpenSSF Scorecard: Signed-Releases. Залишкові ваги перенормовано.

Спільнота та впровадження

Чи має проєкт користувачів, завантаження, увагу та влаштовані умови для контриб’юторів?

94Винятковий · 17% загального індексу

Популярність і впровадження

99Винятковий
Як обчислюється оцінка
60/60Зірки — 37 148 зірок
25/25Форки — 5 195 форків
13.9/15Спостерігачі — 324 спостерігачів
Використані вхідні дані
forks5 195
stars37 148
watchers324
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Здоров'я спільноти

85Відмінний
Як обчислюється оцінка
22.5/22.5README
22.5/22.5Ліцензія — визнана ліцензія (Apache-2.0)
18/18Настанови CONTRIBUTING
13.5/13.5Кодекс поведінки
0/7.2Шаблон issue
0/6.3Шаблон PR
Використані вхідні дані
has_readmeтак
has_licenseтак
readme_badges0
has_contributingтак
has_issue_templateні
has_code_of_conductтак
readme_badge_services—
has_pull_request_templateні

Впровадження в екосистемі (завантаження)

100Винятковий
Як обчислюється оцінка
80/80Щомісячні завантаження — 11 553 594 завантажень/місяць у pypi
0/20Залежні пакети в реєстрі — ця екосистема цього не повідомляє
Використані вхідні дані
packagestimm
dependents—
ecosystemspypi
total_downloads—
monthly_downloads11 553 594
unverified_packages_excluded—
Виключено з оцінювання (немає даних або не застосовно): Залежні пакети в реєстрі. Залишкові ваги перенормовано.

Сталість та врядування

Чи переживе проєкт своїх людей — бас-фактор, реактивність, хто за ним стоїть і як супроводжуються пакети?

75Добрий · 23% загального індексу

Стійкість мейнтейнерів (бас-фактор)

36Слабкий
Як обчислюється оцінка
9/54Бас-фактор — на 1 контриб’ютор(ів) припадає половина всіх комітів
3.4/22.5Розподіл комітів — головний контриб’ютор — автор 85% комітів
13.5/13.5Широта контриб’юторів — 100 контриб’юторів
10/10OpenSSF Scorecard: Contributors — project has 15 contributing companies or organizations
Використані вхідні дані
bus_factor1
contributors_sampled100
top_contributor_share0,851

Реактивність на issue та PR

76Добрий
Як обчислюється оцінка
40.7/42Вирішення issue — закрито 97% issue
22.6/30Прийняття PR — злито 586/777 вирішених PR
10.2/13Newcomer PR acceptance — злито 11/14 PR від новачків за 30 дн.
3/15OpenSSF Scorecard: Code-Review — Found 3/14 approved changesets -- score normalized to 2
Використані вхідні дані
merged_prs586
open_issues33
closed_issues1 010
prs_merged_7d13
prs_decided_7d13
prs_merged_30d27
prs_decided_30d31
issue_closed_ratio0,968
closed_unmerged_prs191
first_time_authors_30d8
first_time_prs_merged_30d11
first_time_prs_decided_30d14

Власність та опіка

100Винятковий
Як обчислюється оцінка
30/30Підтримка власника — у власності організації
20/20Верифікований домен
25/25Охоплення власника — 68 490 підписників у huggingface
25/25Послужний список — 467 публічних репозиторіїв, вік облікового запису ~9 р.
Використані вхідні дані
followers68 490
owner_typeOrganization
is_verifiedтак
owner_loginhuggingface
public_repos467
account_age_days3 503

Супровід пакетів

100Винятковий
Як обчислюється оцінка
25/25Опубліковано й доступно — 1 пакет(ів) у pypi
35/35Свіжість публікацій — остання публікація 19 дн. тому
20/20Історія версій — 80 опублікованих версій
20/20Не застарілий — активний, не deprecated і не yanked
Використані вхідні дані
packagestimm
ecosystemspypi
any_deprecatedні
min_days_since_publish19

Інженерна якість

Чи наявні базові інженерні практики та документація?

66Добрий · 19% загального індексу

Інженерні практики

60Помірний
Як обчислюється оцінка
24/24Процеси CI — 5 процес(ів) CI
24/24Наявні тести
0/16Конфігурація лінтера
0/9.6Pre-commit-хуки
0/6.4.editorconfig
12/20OpenSSF Scorecard: CI-Tests — 6 out of 9 merged PRs checked by a CI test -- score normalized to 6
Використані вхідні дані
has_ciтак
has_testsтак
has_editorconfigні
has_linter_configні
has_precommit_configні

Документація

75Добрий
Як обчислюється оцінка
30/30README
0/25Каталог документації
15/15Сайт документації / домашня сторінка — https://huggingface.co/docs/timm
10/10Опис репозиторію
10/10Теми — 20 тем
10/10Wiki
Використані вхідні дані
topicspytorch, resnet, pretrained-models, pretrained-weights, distributed-training, mobile-deep-learning, mobilenet-v2, mobilenetv3, efficientnet, augmix, randaugment, mixnet, vision-transformer-models, nfnets, normalization-free-training, maxvit, convnext, image-classification, imagenet, optimizer
has_wikiтак
homepagehttps://huggingface.co/docs/timm
docs_sitehttps://huggingface.co/docs/timm
has_readmeтак
has_docs_dirні
has_descriptionтак

Безпека

Чи міцні видимі практики безпеки й ланцюга постачання, без непослабленої пов’язаності з юрисдикціями високого ризику?

59Помірний · 16% загального індексу

Стан безпеки

49Слабкий
Як обчислюється оцінка
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — немає даних
1.5/2.5CI-Tests — 6 out of 9 merged PRs checked by a CI test -- score normalized to 6
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
1.5/7.5Code-Review — Found 3/14 approved changesets -- score normalized to 2
2.5/2.5Contributors — project has 15 contributing companies or organizations
10/10Dangerous-Workflow — no dangerous workflow patterns detected
7.5/7.5Dependency-Update-Tool — update tool detected
0/5Fuzzing — project is not fuzzed
2.5/2.5Ліцензія — license file detected
7.5/7.5Maintained — 30 commit(s) and 5 issue activity found in the last 90 days -- score normalized to 10
0/5Packaging — немає даних
1.5/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 3
0/5SAST — SAST tool is not run on all commits -- score normalized to 0
0/5Security-Policy — security policy file not detected
0/7.5Signed-Releases — немає даних
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
0/7.5Vulnerabilities — 24 existing vulnerabilities detected
Використані вхідні дані
sourceopenssf_scorecard
checks_evaluated15
scorecard_versionv5.5.0
checks_inconclusive3
scorecard_aggregate4,9
Виключено з оцінювання (немає даних або не застосовно): Branch-Protection, Packaging, Signed-Releases. Залишкові ваги перенормовано.

Сповіщення про залежності

100Винятковий
Як обчислюється оцінка
35/35Прямі залежності без відомих сповіщень — жодна пряма залежність не має відомих сповіщень
25/25Непрямі залежності без відомих сповіщень — жодна непряма залежність не має відомих сповіщень
0/40Немає задавнених сповіщень — жодне сповіщення не має дати публікації
Використані вхідні дані
sourceosv
advisories0
affected_packages0
assessed_packages45
unassessed_packages0
affected_by_severitynone
direct_affected_packages0
Виключено з оцінювання (немає даних або не застосовно): Немає задавнених сповіщень. Залишкові ваги перенормовано. Звірено з runtime-замиканням залежностей pypi:timm@1.0.29 — тим, що тягне за собою встановлення опублікованого пакета, — 45 пакетів. Досяжність не аналізується.

Готовність до ШІ

Наскільки репозиторій оснащений для розробки та супроводу за участі ШІ-агентів? Має свідомо малу вагу (4%): агентний інструментарій — реальний сигнал супроводу, але репозиторій без нього все одно може отримати 100/100.

59Помірний · 4% загального індексу

Контекст і настанови для агентів

65Добрий
Як обчислюється оцінка
45/45Інструкції для агентів — CLAUDE.md
0/15Машиночитана документація (llms.txt)
20.3/40Читабельна історія комітів — намір зазначено у 38 з 100 людських комітів (структурований заголовок або пояснювальний текст)
Використані вхідні дані
has_llms_txtні
llms_txt_url—
legible_history_share0,38
agent_instruction_filesCLAUDE.md
agent_instruction_max_bytes901

Цикл верифікації (збірка / тести / перевірка типів)

46Слабкий
Як обчислюється оцінка
0/18Розгортання однією командою
22/22Автоматизовані тести
0/11Конфігурація лінтера / форматера
11/11Статична перевірка типів — timm/py.typed
0/10Відтворюване середовище
10/10Підтверджена практика роботи з агентами — 8 з останніх 100 комітів створено агентом або з його зазначенням
0/8Автоматизоване супроводження — автоматичних оновлень залежностей не виявлено
3/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 3
Використані вхідні дані
has_nixні
has_testsтак
lockfiles—
has_dockerfileні
typed_languageні
bootstrap_files—
has_devcontainerні
has_linter_configні
typecheck_configstimm/py.typed
agent_commit_share0,08
toolchain_manifests—
dependency_bot_commit_share0

Читабельність коду для моделей

80Відмінний
Як обчислюється оцінка
27/45Типізований код — Python з конфігурацією перевірки типів (timm/py.typed)
52.6/55Керовані розміри файлів — 14/322 файлів вихідного коду понад 60 КБ
Використані вхідні дані
primary_languagePython
largest_source_bytes218 502
source_files_sampled322
oversized_source_files14

Ключові факти

37 148зірок GitHub
100контриб'юторів
282комітів за останні 12 місяців
0днів від останнього пушу
79релізів
1бас-фактор
33відкритих issue
PyPIпакетних екосистем

Попередження щодо збору даних

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token

Докладніше

Історія зірок і форків 0 ★ / 5 195 ⇿
0Зірки
5 195Форки
25Релізи

Коли додано кожну зірку й форк — зібрано з GitHub і згруповано за днями. Кумулятивне зростання розміщено просто над денними додаваннями, з яких воно складається, тож їх видно одне проти одного: рівномірне органічне накопичення виглядає зовсім інакше, ніж різкий короткочасний сплеск. Там, де цю різницю можна виміряти, її подано як автентичність росту.

Показано лише найновішу історію — цей репозиторій перевищує вікно збору, тож найраніша історія не захоплена.

4 0004 4004 8005 2005 195102024-022025-052026-09
Мажорні 0Мінорні 0Патчі 25

Кожна точка охоплює 3 днів.

OpenSSF Scorecard 4.9 / 10
4.9сукупно

Незалежна, не прив'язана до інструментів оцінка безпеки від відкритого проєкту OpenSSF Scorecard. Кожна перевірка винагороджує практику безпеки, а не інструмент конкретного постачальника. Перевірки, які Scorecard не зміг визначити, позначено н/д і виключено з оцінки безпеки (вони ніколи не зараховуються як нуль).Scorecard v5.5.0 · 2026-09-16 16:48 UTC

10Binary-Artifactsno binaries found in the repo
н/дBranch-Protectioninternal error: error during branchesHandler.setup: internal error: some github tokens can't read classic branch protection rules: https://github.com/ossf/scorecard-action/blob/main/docs/authentication/fine-grained-auth-token.md
6CI-Tests6 out of 9 merged PRs checked by a CI test -- score normalized to 6
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
2Code-ReviewFound 3/14 approved changesets -- score normalized to 2
10Contributorsproject has 15 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 5 issue activity found in the last 90 days -- score normalized to 10
н/дPackagingpackaging workflow not detected
3Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 3
0SASTSAST tool is not run on all commits -- score normalized to 0
0Security-Policysecurity policy file not detected
н/дSigned-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
0Vulnerabilities24 existing vulnerabilities detected
Прямі залежності 5
РеєстрПакетОбмеження версіїМаніфест
PyPItorch—pyproject.toml
PyPItorchvision—pyproject.toml
PyPIpyyaml—pyproject.toml
PyPIhuggingface_hub—pyproject.toml
PyPIsafetensors—pyproject.toml
Усі залежності 11

Повний розв'язаний набір залежностей із графа залежностей GitHub: 5 прямих і 6 непрямих (транзитивних) пакетів. Транзитивне замикання є повним, коли в репозиторії закомічено lockfile.

РеєстрПакетВерсіяЗв'язок
PyPIhuggingface-hub—пряма
PyPIpyyaml—пряма
PyPIsafetensors—пряма
PyPItorch—пряма
PyPItorchvision—пряма
PyPIexpecttest—непряма
PyPInumpy—непряма
PyPIpytest—непряма
PyPIpytest-forked—непряма
PyPIpytest-timeout—непряма
PyPIpytest-xdist—непряма
Сповіщення про залежності 0

Встановлення pypi:timm@1.0.29 тягне 45 пакетів, прямих і транзитивних: 0 мають відомі сповіщення, з них 0 — прямі залежності.

Жодне відоме сповіщення не стосується оцінених залежностей.

Сповіщення означає, що версія, записана в графі залежностей, потрапляє в уражений діапазон. Досяжність не аналізується, а граф містить піниї розробки й тестування — знахідка може стосуватися інструментів, а не поставленого коду.

Звіт у форматі JSON машиночитний

Зворотний зв’язок

Помітили щось хибне у цьому звіті або маєте чим поділитися? Неправильні вимірювання, непомічені інструменти, ідеї, запитання — усе доречно. Кожне повідомлення читається й отримує відповідь.

Повідомлення збережеться під час входу.

Пов’язані записи

Перевірені репозиторії, що мають спільні каталожні теги або екосистеми з huggingface/pytorch-image-models. Читати поруч →

88qubvel-org/segmentation_models.pytorchSemantic segmentation models with 500+ pretrained convolutional and transformer-based backbones.Відмінний77yoshitomo-matsubara/torchdistillA coding-free framework built on PyTorch for reproducible deep learning studies. PyTorch Ecosystem. 🏆26 knowledge distillation methods presented at TPAMI, CVPR, ICLR, ECCV, NeurIPS, ICCV, AAAI, etc are implemented so far. 🎁 Trained models, training logs and configurations are available for ensuring the reproducibiliy and benchmark.Добрий100huggingface/transformers🤗 Transformers: the model-definition framework for state-of-the-art machine learning models in text, vision, audio, and multimodal models, for both inference and training. Винятковий99ultralytics/ultralyticsUltralytics YOLO27, YOLO26, YOLO11, YOLOv8 — object detection, instance segmentation, semantic segmentation, image classification, pose estimation, object trackingВинятковий99huggingface/huggingface_hubThe official CLI and Python client for the Hugging Face Hub.Винятковий94meta-pytorch/torchrecPytorch domain library for recommendation systemsВинятковий

Оцінки — це сигнали, а не гарантії. Вони відображають публічно видимі практики на GitHub — це не аудит коду й не гарантія безпеки.

Відсутні дані виключаються, а ваги перенормовуються — нуль за відсутність ніколи не ставиться. Методологія версіонована й відкрита: метрики v2.10.0, схема v0.34.0 — повна методологія · вікі метрик.

Як окремий результат виглядає на тлі всього реєстру: сукупна статистика — PyPI.