timm/efficientformer_l1.snap_dist_in1k
timm
Clasificación de imagen
Un modelo de clasificación de imágenes EfficientFormer. Preentrenado con distilación en ImageNet-1k.
Como usar
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('efficientformer_l1.snap_dist_in1k', pretrained=True)
model = model.eval()
# obtener transformaciones específicas del modelo (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)) # añadir una dimensión al lote de 1 imagen
top5_probabilities, top5_class_indices = torch.topk(output.softmax(dim=1) * 100, k=5)
Funcionalidades
- Tipo de Modelo: Clasificación de Imágenes / columna vertebral de características
- Parámetros (M): 12,3
- GMACs: 1,3
- Activaciones (M): 5,5
- Tamaño de la imagen: 224 x 224
- Papers: EfficientFormer: Vision Transformers at MobileNet Speed: https://arxiv.org/abs/2206.01191
Casos de uso
- Clasificación de Imágenes
- Generación de Embeddings de Imágenes