regnetx_016.tv2_in1k

timm

Clasificación de imagen

Un modelo de clasificación de imágenes RegNetX-1.6GF. Entrenado previamente en ImageNet-1k por los contribuyentes de torchvision (ver detalles de pesos ImageNet1K-V2 https://github.com/pytorch/vision/issues/3995#new-recipe). La implementación de RegNet en timm incluye una serie de mejoras que no están presentes en otras implementaciones, tales como: profundidad estocástica, verificación de puntos de control de gradiente, decaimiento de LR por capas, salida de paso configurable (dilatación), capas de activación y norma configurables, opción para un bloque de cuello de botella de pre-activación utilizado en la variante RegNetV, únicas definiciones de modelos RegNetZ conocidas con pesos pre-entrenados.

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_016.tv2_in1k', pretrained=True)
model = model.eval()

# obtener las 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)) # agrupar imagen única en 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('regnetx_016.tv2_in1k', pretrained=True, features_only=True)
model = model.eval()

# obtener las 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))

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('regnetx_016.tv2_in1k', pretrained=True, num_classes=0)
model = model.eval()

# obtener las 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))

output = model.forward_features(transforms(img).unsqueeze(0))

output = model.forward_head(output, pre_logits=True)

Funcionalidades

Profundidad estocástica
Verificación de puntos de control de gradiente
Decaimiento de LR por capas
Salida de paso configurable (dilatación)
Capas de activación y norma configurables
Opción para un bloque de cuello de botella de pre-activación utilizado en la variante RegNetV
Únicas definiciones de modelos RegNetZ conocidas con pesos pre-entrenados

Casos de uso

Clasificación de Imágenes
Extracción de Mapas de Características
Embeddings de Imágenes