crossvit_tiny_240.in1k
timm
Clasificación de imagen
Un modelo de clasificación de imágenes CrossViT. Entrenado en ImageNet-1k por los autores del artículo. El modelo es una red de características de clasificación de imágenes con 7.0 millones de parámetros, 1.6 GMACs y 9.1 millones de activaciones. Se utiliza en resolución de imagen de 240 x 240.
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('crossvit_tiny_240.in1k', pretrained=True)
model = model.eval()
# get model specific transforms (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)) # unsqueeze single image into batch of 1
top5_probabilities, top5_class_indices = torch.topk(output.softmax(dim=1) * 100, k=5)
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(
'crossvit_tiny_240.in1k',
pretrained=True,
num_classes=0, # remove classifier nn.Linear
)
model = model.eval()
# get model specific transforms (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)) # output is (batch_size, num_features) shaped tensor
# or equivalently (without needing to set num_classes=0)
output = model.forward_features(transforms(img).unsqueeze(0))
# output is unpooled, a (torch.Size([1, 401, 96]), torch.Size([1, 197, 192])) shaped tensor
output = model.forward_head(output, pre_logits=True)
# output is a (1, num_features) shaped tensor
Funcionalidades
- Clasificación de imágenes
- Embeddings de imágenes
- 7.0 millones de parámetros
- 1.6 GMACs
- 9.1 millones de activaciones
- Tamaño de imagen: 240 x 240
Casos de uso
- Clasificación precisa de imágenes
- Extracción de características de imágenes
- Análisis de grandes conjuntos de datos de imágenes