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