gc_efficientnetv2_rw_t.agc_in1k

timm

Clasificación de imagen

Un modelo de clasificación de imágenes GC-EfficientNet-v2 con atención de contexto global. Esta es una variación específica de timm de la arquitectura. Entrenado en ImageNet-1k en timm usando una plantilla de receta descrita a continuación. Detalles de la receta: Basado en ResNet Strikes Back C recetas. Optimizador SGD (con Nesterov) y AGC (recorte de gradiente adaptativo). Programación de tasa de aprendizaje cosenoidal con calentamiento.

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('gc_efficientnetv2_rw_t.agc_in1k', pretrained=True)
model = model.eval()

# obtener transformaciones específicas del modelo (normalización, cambio de 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)) # agregar una sola imagen 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('gc_efficientnetv2_rw_t.agc_in1k', pretrained=True, features_only=True)
model = model.eval()

# obtener transformaciones específicas del modelo (normalización, cambio de 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)) # agregar una sola imagen en un lote de 1

for o in output:
    print(o.shape)

Emisión 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('gc_efficientnetv2_rw_t.agc_in1k', pretrained=True, num_classes=0) # eliminar la clasificadora nn.Linear
model = model.eval()

# obtener transformaciones específicas del modelo (normalización, cambio de 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)) # salida es tensor en forma de (batch_size, num_features)

# o equivalentemente (sin necesidad de establecer num_classes=0)

output = model.forward_features(transforms(img).unsqueeze(0))
# salida es un tensor no agrupado en forma de (1, 1024, 7, 7)

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

Funcionalidades

Tipo de modelo: Clasificación de imágenes / columna vertebral de características
Parámetros (M): 13.7
GMACs: 1.9
Activaciones (M): 10.0
Tamaño de la imagen: entrenamiento = 224 x 224, prueba = 288 x 288

Casos de uso

Clasificación de imágenes
Extracción de mapas de características
Embeddings de imágenes