regnetx_006.pycls_in1k

timm

Clasificación de imagen

Un modelo de clasificación de imágenes RegNetX-600MF. Entrenado previamente en ImageNet-1k por los autores del artículo. La implementación de timm RegNet incluye una serie de mejoras que no están presentes en otras implementaciones, como la profundidad estocástica, el punto de control de gradiente, la disminución de LR por capas, la configuración de la salida de stride (dilación), la configuración de las capas de activación y normalización, y la opción de un bloque de cuello de botella de pre-activación utilizado en la variante RegNetV. Es la única definición de modelo RegNetZ conocida con pesos preentrenados.

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('regnetx_006.pycls_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 dimensión extra a la imagen

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(
'regnetx_006.pycls_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 dimensión extra a la imagen

for o in output:
# imprimir la forma de cada mapa de características en la salida
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(
'regnetx_006.pycls_in1k',
pretrained=True,
num_classes=0, # eliminar la capa de clasificación 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)) # la salida es un tensor con forma (batch_size, num_features)

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

output = model.forward_features(transforms(img).unsqueeze(0))
# la salida no está agrupada, un tensor con forma (1, 528, 7, 7)

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

Funcionalidades

Profundidad estocástica
Punto de control de gradiente
Disminución de LR por capas
Configuración de la salida de stride (dilación)
Configuración de las capas de activación y normalización
Opción de un bloque de cuello de botella de pre-activación
Definición de modelo RegNetZ con pesos preentrenados

Casos de uso

Clasificación de imágenes
Extracción de mapas de características
Generación de embeddings de imágenes