timm/fastvit_ma36.apple_in1k

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('fastvit_ma36.apple_in1k', pretrained=True)
model = model.eval()

# obtener las 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)) # descomprimir una sola imagen en un lote de 1

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

Extracción de 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( 'fastvit_ma36.apple_in1k', pretrained=True, features_only=True, )
model = model.eval()

# obtener las 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)) # descomprimir una sola imagen en un lote de 1

for o in output:
# imprimir la forma (shape) de cada mapa de características en la salida
# p.ej.:
# torch.Size([1, 76, 64, 64])
# torch.Size([1, 152, 32, 32])
# torch.Size([1, 304, 16, 16])
# torch.Size([1, 608, 8, 8])

print(o.shape)

Embejecimiento 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( 'fastvit_ma36.apple_in1k', pretrained=True, num_classes=0, # eliminar clasificador nn.Linear )
model = model.eval()

# obtener las 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)) # 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 no está agrupada, es un tensor con forma (1, 608, 8, 8)

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