timm/lambda_resnet50ts.a1h_in1k

timm

Clasificación de imagen

Un modelo de clasificación de imágenes LambdaNet (basado en la arquitectura ResNet). Entrenado en ImageNet-1k en timm por Ross Wightman. NOTA: este modelo no se adhirió a ninguna configuración de papel específica, fue ajustado para tiempos de entrenamiento razonables y frecuencia reducida de bloques de autoatención.

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('lambda_resnet50ts.a1h_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)) # agrega un solo batch

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('lambda_resnet50ts.a1h_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)) # agrega un solo batch

for o in output:
  print(o.shape)

Incustraciones 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('lambda_resnet50ts.a1h_in1k', pretrained=True, num_classes=0) # elimina la capa de clasificador 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 un tensor de tamaño (tamaño batch, número de características)

# o de manera equivalente (sin necesidad de configurar num_classes=0)

output = model.forward_features(transforms(img).unsqueeze(0))
# salida sin pulido, un tensor de tamaño (1, 2048, 8, 8)

output = model.forward_head(output, pre_logits=True)
# salida es un tensor de tamaño (1, número de características)

Funcionalidades

Basado en ResNet Strikes Back A1 recipe
Optimizador LAMB
Caída de conexión más fuerte, profundidad estocástica y RandAugment que la receta A1 del papel
Plan de aprendizaje con coseno con calentamiento
Arquitectura implementada usando BYOBNet flexible de timm
Permite la configuración de diseño de bloque/etapa
Intercalado tipo bloque
Diseño de tallo
Estribo de salida (dilación)
Capas de activación y norm
Capas de atención espacial y autoatención
Incluye características comunes en timm como profundidad estocástica, puntos de control dinámicos, decaimiento de LR por capa y extracción de características por etapa

Casos de uso

Clasificación de imágenes
Extracción de mapas de características
Generación de encodings de imágenes