botnet26t_256.c1_in1k
Un modelo de clasificación de imágenes de BotNet, basado en la arquitectura de ResNet. Entrenado en ImageNet-1k en timm por Ross Wightman. NOTA: este modelo no se adhiere a ninguna configuración específica de un artículo, fue ajustado para tiempos de entrenamiento razonables y una frecuencia reducida de bloques de auto-atención. El modelo está implementado utilizando la flexible arquitectura BYOBNet (Bring-Your-Own-Blocks Network) de timm. BYOB (con bloques específicos de atención de BYOANet) permite la configuración de: diseño de bloques / etapas, entrelazado de tipo de bloque, diseño de stem, proporción de salida (dilación), capas de activación y norma, capas de canal y auto-atención espacial. También incluye características comunes a muchas otras arquitecturas de timm, como profundidad estocástica, punto de control de gradiente y decaimiento de LR por capa.
Como usar
Clasificación de imágenes
from urllib.request import urlopen
from PIL import Image
import timm
img = Image.open(urlopen('https://huggingface.co/datasets/huggingface/documentation-images/resolve/main/beignets-task-guide.png'))
model = timm.create_model('botnet26t_256.c1_in1k', pretrained=True)
model = model.eval()
# obtener transformaciones específicas del modelo (normalización, redimensionamiento)
data_config = timm.data.resolve_model_data_config(model)
transforms = timm.data.create_transform(**data_config, is_training=False)
output = model(transforms(img).unsqueeze(0)) # agregar una imagen a un lote de 1
top5_probabilities, top5_class_indices = torch.topk(output.softmax(dim=1) * 100, k=5)
Extracción de mapas de características
from urllib.request import urlopen
from PIL import Image
import timm
img = Image.open(urlopen('https://huggingface.co/datasets/huggingface/documentation-images/resolve/main/beignets-task-guide.png'))
model = timm.create_model('botnet26t_256.c1_in1k', pretrained=True, features_only=True)
model = model.eval()
# obtener transformaciones específicas del modelo (normalización, redimensionamiento)
data_config = timm.data.resolve_model_data_config(model)
transforms = timm.data.create_transform(**data_config, is_training=False)
output = model(transforms(img).unsqueeze(0)) # agregar una imagen a un lote de 1
for o in output:
print(o.shape)
Embeddings de imágenes
from urllib.request import urlopen
from PIL import Image
import timm
img = Image.open(urlopen('https://huggingface.co/datasets/huggingface/documentation-images/resolve/main/beignets-task-guide.png'))
model = timm.create_model('botnet26t_256.c1_in1k', pretrained=True, num_classes=0) # quitar clasificador nn.Linear
model = model.eval()
# obtener transformaciones específicas del modelo (normalización, redimensionamiento)
data_config = timm.data.resolve_model_data_config(model)
transforms = timm.data.create_transform(**data_config, is_training=False)
output = model(transforms(img).unsqueeze(0)) # la salida es un tensor con forma (batch_size, num_features)
# o equivalentemente (sin necesidad de establecer num_classes=0)
output = model.forward_features(transforms(img).unsqueeze(0)) # la salida es un tensor sin pooling, con forma (1, 2048, 8, 8)
output = model.forward_head(output, pre_logits=True) # la salida es un tensor con forma (1, num_features)
Funcionalidades
- Basado en las recetas de 'ResNet Strikes Back C'
- Optimizador SGD (con Nesterov) y AGC (clipping adaptativo de gradiente)
- Horario de LR coseno con calentamiento
- Implementado usando la arquitectura flexible BYOBNet de timm
- Permite la configuración de diseño de bloques/etapas
- Entrelazado de tipos de bloque
- Extracción de características por etapa
Casos de uso
- Clasificación de imágenes
- Extracción de mapas de características
- Generación de embeddings de imágenes