efficientvit_m2.r224_in1k
timm
Clasificación de imagen
Un modelo de clasificación de imágenes EfficientViT (MSRA). Entrenado en ImageNet-1k por los autores del artículo.
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('efficientvit_m2.r224_in1k', pretrained=True)
model = model.eval()
# get model specific transforms (normalization, resize)
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)
Funcionalidades
- Tipo de Modelo: clasificación de imágenes / columna vertebral de características
- Parámetros (M): 4.2
- GMACs: 0.2
- Activaciones (M): 1.5
- Tamaño de imagen: 224 x 224
- Papers: EfficientViT: Transformador de Visión Eficiente en Memoria con Atención en Grupo Cascada
Casos de uso
- Clasificación de imágenes
- Extracción de mapas de características
- Embeddings de imágenes