convnextv2_tiny.fcmae_ft_in1k

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'
))

modelo = timm.create_model('convnextv2_tiny.fcmae_ft_in1k', pretrained=True)
modelo = modelo.eval()

# obtener transformaciones específicas del modelo (normalización, cambio de tamaño)
data_config = timm.data.resolve_model_data_config(modelo)
transforms = timm.data.create_transform(**data_config, is_training=False)

output = modelo(transforms(img).unsqueeze(0)) # añadir una dimensión para hacer lote de tamaño 1

top5_probabilidades, 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'
))

modelo = timm.create_model(
'convnextv2_tiny.fcmae_ft_in1k',
pretrained=True,
features_only=True,
)
modelo = modelo.eval()

# obtener transformaciones específicas del modelo (normalización, cambio de tamaño)
data_config = timm.data.resolve_model_data_config(modelo)
transforms = timm.data.create_transform(**data_config, is_training=False)

output = modelo(transforms(img).unsqueeze(0)) # añadir una dimensión para hacer lote de tamaño 1

for o in output:
# imprimir la forma de cada mapa de características en la salida
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'
))

modelo = timm.create_model(
'convnextv2_tiny.fcmae_ft_in1k',
pretrained=True,
num_classes=0, # eliminar clasificador nn.Linear
)
modelo = modelo.eval()

# obtener transformaciones específicas del modelo (normalización, cambio de tamaño)
data_config = timm.data.resolve_model_data_config(modelo)
transforms = timm.data.create_transform(**data_config, is_training=False)

output = modelo(transforms(img).unsqueeze(0)) # salida es un tensor de forma (tamaño de lote, número de características)

# o equivalentemente (sin necesidad de establecer num_classes=0)

output = modelo.forward_features(transforms(img).unsqueeze(0))
# salida es no agrupada, un tensor de forma (1, 768, 7, 7)

output = modelo.forward_head(output, pre_logits=True)
# salida es un tensor de forma (1, número de características)