regnety_004.tv2_in1k

timm

Clasificación de imagen

Un modelo de clasificación de imágenes RegNetY-400MF. Preentrenado en ImageNet-1k por los contribuidores de torchvision. La implementación de RegNet en timm incluye una serie de mejoras que no están presentes en otras implementaciones, incluyendo: profundidad estocástica, punto de control de gradientes, decaimiento de la tasa de aprendizaje por capas, stride de salida configurable (dilación), capas de activación y normalización configurables, opción para un bloque de cuello de botella de preactivación utilizado en la variante RegNetV, y 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('regnety_004.tv2_in1k', pretrained=True)
model = model.eval()

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))

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('regnety_004.tv2_in1k', pretrained=True, features_only=True)
model = model.eval()

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('regnety_004.tv2_in1k', pretrained=True, num_classes=0)
model = model.eval()

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
Punto de control de gradientes
Decaimiento de la tasa de aprendizaje por capas
Stride de salida configurable (dilación)
Capas de activación y normalización configurables
Opción para un bloque de cuello de botella de preactivación

Casos de uso

Clasificación de Imágenes
Extracción de Mapas de Características
Generación de Embeddings de Imágenes