timm/ecaresnet26t.ra2_in1k

timm

Clasificación de imagen

Un modelo de clasificación de imágenes ECA-ResNet-T con Atención de Canal Eficiente. Este modelo cuenta con activaciones ReLU, un vástago de 3 capas escalonadas de convoluciones 3x3 con agrupación, una agrupación promedio de 2x2 y un atajo de convolución 1x1 para reducción de muestras. También incluye Efficient Channel Attention. Está entrenado en ImageNet-1k usando la plantilla de receta descrita a continuación. La receta incluye RandAugment, un optimizador RMSProp con comportamiento TF 1.0 y promediación de pesos EMA, y una programación de tasa de aprendizaje en pasos con calentamiento.

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('ecaresnet26t.ra2_in1k', pretrained=True)
model = model.eval()

# obtener 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)) # añadir dimensión de lote

top5_probabilities, top5_class_indices = torch.topk(output.softmax(dim=1) * 100, k=5)

Extracción del Mapa 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(
'ecaresnet26t.ra2_in1k',
pretrained=True,
features_only=True,
)
model = model.eval()

# obtener 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)) # añadir dimensión de lote

for o in output:
# imprimir la forma de cada mapa de características en la salida
print(o.shape)

Embebidos 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(
'ecaresnet26t.ra2_in1k',
pretrained=True,
num_classes=0, # eliminar la capa clasificadora
)
model = model.eval()

# obtener 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 de forma (batch_size, num_features)

# o equivalente sin necesidad de establecer num_classes=0
output = model.forward_features(transforms(img).unsqueeze(0))
# salida sin agrupación, tensor de forma (1, 2048, 8, 8)

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

Funcionalidades

Activaciones ReLU
Vástago de 3 capas de convoluciones 3x3 con agrupación
Agrupación promedio 2x2 + atajo de convolución 1x1 para reducción de muestras
Eficiente atención de canal
Entrenado en ImageNet-1k usando RandAugment

Casos de uso

Clasificación de imágenes
Extracción de mapas de características
Embebidos de imágenes