lcnet_075.ra2_in1k

timm

Clasificación de imagen

Un modelo de clasificación de imágenes LCNet. Entrenado en ImageNet-1k usando el paquete timm siguiendo la receta RA2, inspirada y evolucionada a partir de las recetas RandAugment de EfficientNet. Publicado como receta B en ResNet Strikes Back. Utiliza el optimizador RMSProp (comportamiento TF 1.0), promediado de pesos EMA y un programa de LR con decaimiento exponencial en escalones con calentamiento inicial.

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('lcnet_075.ra2_in1k', pretrained=True)
model = model.eval()

# obtener transformaciones específicas del modelo (normalización, redimensionado)
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)) # unimagen 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(
'lcnet_075.ra2_in1k',
pretrained=True,
features_only=True,
)
model = model.eval()

# obtener transformaciones específicas del modelo (normalización, redimensionado)
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)) # un imagen en un lote de 1

for o in output:
    print(o.shape)

Embeddings 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(
'lcnet_075.ra2_in1k',
pretrained=True,
num_classes=0, # eliminar clasificador nn.Linear
)
model = model.eval()

# obtener transformaciones específicas del modelo (normalización, redimensionado)
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)) # el resultado es un tensor de forma (batch_size, num_features)

# o de manera equivalente (sin necesidad de setir num_classes=0)
output = model.forward_features(transforms(img).unsqueeze(0))
# el resultado es noooled, un tensor con forma (1, 384, 7, 7)

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

Funcionalidades

Clasificación de imágenes
Extracción de mapa de características
Embeddings de imágenes
Optimización RMSProp
Averaging de peso EMA
Tamaño de imagen: 224 x 224
Parámetros (M): 2.4
GMACs: 0.1
Activaciones (M): 2.0

Casos de uso

Clasificación de imágenes en diversas aplicaciones.
Extracción de características de imágenes para análisis posterior.
Generación de embeddings de imágenes para tareas de búsqueda y recuperación.