timm/dm_nfnet_f6.dm_in1k

timm

Clasificación de imagen

Un modelo de clasificación de imágenes NFNet (Red de Normalización Libre). Entrenado en ImageNet-1k por los autores del artículo. Las Redes de Normalización Libre son modelos tipo ResNet (pre-activación) sin ninguna capa de normalización. En lugar de la Normalización por Lotes o alternativas, utilizan la Estandarización de Peso Escalada y ganancias escalares específicamente colocadas en el camino residual y en las no linealidades basadas en el análisis de propagación de la señal.

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('dm_nfnet_f6.dm_in1k', pretrained=True)
model = model.eval()

# obtener las transformaciones específicas del modelo (normalización, cambio de tamaño)
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 imagen como 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('dm_nfnet_f6.dm_in1k', pretrained=True, features_only=True)
model = model.eval()

# obtener las transformaciones específicas del modelo (normalización, cambio de tamaño)
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 imagen como 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('dm_nfnet_f6.dm_in1k', pretrained=True, num_classes=0) # eliminar clasificador nn.Linear
model = model.eval()

# obtener las transformaciones específicas del modelo (normalización, cambio de tamaño)
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 sin agrupamiento, un tensor con forma (1, 3072, 14, 14)

output = model.forward_head(output, pre_logits=True) 
# la salida es un tensor con forma (1, num_features)

Funcionalidades

Clasificación de imágenes
Extracción de mapas de características
Generación de embeddings de imágenes

Casos de uso

Clasificación de imágenes
Extracción de mapas de características
Generación de embeddings de imágenes