flexivit_base.1200ep_in1k
timm
Clasificación de imagen
Un modelo de clasificación de imágenes FlexiViT. Entrenado en ImageNet-1k en JAX por los autores del artículo, portado a PyTorch por Ross Wightman. Este modelo está diseñado para la clasificación de imágenes y como una columna vertebral de características. Tiene un tamaño de imagen de 240 x 240, y está configurado con 86.6M de parámetros, GMACs de 19.4 y activaciones de 18.9M. Este modelo es flexible y puede adaptarse a diferentes tamaños de parches, lo que lo hace versátil para varias aplicaciones.
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('flexivit_base.1200ep_in1k', pretrained=True)
model = model.eval()
# obtener transformaciones específicas del modelo (normalización, cambiar el 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)) # unsqueeze imagen única en lote de 1
top5_probabilities, top5_class_indices = torch.topk(output.softmax(dim=1) * 100, k=5)
Funcionalidades
- Clasificación de imágenes
- Adaptable a diferentes tamaños de parches
- Entrenado en ImageNet-1k
- 86.6M parámetros
- 19.4 GMACs
- 18.9M activaciones
- Tamaño de imagen: 240 x 240
Casos de uso
- Clasificación de imágenes
- Generación de incrustaciones de imágenes