timm/efficientnet_es.ra_in1k
Un modelo de clasificación de imágenes EfficientNet-EdgeTPU. Entrenado en ImageNet-1k en timm utilizando la plantilla de recetas descrita a continuación. Detalles de la receta: - Receta RandAugment RA. Inspirado y evolucionado a partir de las recetas EfficientNet RandAugment. Publicado como receta B en 'ResNet Strikes Back'. - Optimizador RMSProp (comportamiento TF 1.0) y promediado de pesos EMA - Plan de entrenamiento LR de paso (decadencia exponencial con escalón) con warmup Detalles del modelo: - Tipo de modelo: Clasificación de imágenes / columna vertebral de características - Parámetros (M): 5.4 - GMACs: 1.8 - Activaciones (M): 8.7 - Tamaño de imagen: 224 x 224 Papers relacionados: - 'Accelerator-aware Neural Network Design using AutoML': https://arxiv.org/abs/2003.02838 - 'EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks': https://arxiv.org/abs/1905.11946 - 'ResNet strikes back: An improved training procedure in timm': https://arxiv.org/abs/2110.00476
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('efficientnet_es.ra_in1k', pretrained=True)
model = model.eval()
# obtener transformaciones específicas del modelo (normalización, redimensionar)
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)) # desenvainar imagen única en un 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(
'efficientnet_es.ra_in1k',
pretrained=True,
features_only=True,
)
model = model.eval()
# obtener transformaciones específicas del modelo (normalización, redimensionar)
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)) # desenvainar imagen única en un lote de 1
for o in output:
# imprimir forma de cada mapa de características en la salida
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(
'efficientnet_es.ra_in1k',
pretrained=True,
num_classes=0, # remover clasificador nn.Linear
)
model = model.eval()
# obtener transformaciones específicas del modelo (normalización, redimensionar)
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 configurar num_classes=0)
output = model.forward_features(transforms(img).unsqueeze(0))
# la salida está sin pozeado, un tensor de forma (1, 1280, 7, 7)
output = model.forward_head(output, pre_logits=True)
# la salida es un tensor de forma (1, num_features)
Funcionalidades
- Clasificación de imágenes
- Extracción de mapas de características
- Generación de embeddings de imágenes
- Modelo entrenado en ImageNet-1k
- Usa RandAugment RA
- Optimizador RMSProp con promediado de pesos EMA
- Plan de entrenamiento LR con warmup
Casos de uso
- Clasificación de imágenes
- Extracción de características de imágenes
- Generación de representaciones de imágenes