timm/regnety_006.pycls_in1k

timm

Clasificación de imagen

Un modelo de clasificación de imágenes RegNetY-600MF. Entrenado previamente en ImageNet-1k por los autores del artículo. La implementación de RegNet de timm incluye una serie de mejoras no presentes en otras implementaciones, incluidas: profundidad estocástica, verificación de gradientes, decaimiento de la tasa de aprendizaje por capa, paso de salida configurable (dilatación), capas de activación y normalización configurables, opción para un bloque de cuello de botella preactivado utilizado en la variante RegNetV, únicas definiciones conocidas de modelos RegNetZ 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_006.pycls_in1k', pretrained=True)
model = model.eval()

# obtener transformaciones específicas del modelo (normalización, redimensionamiento)
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)) # redimensionar imagen única en lote de 1

logprobs_5, indices_5 = 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_006.pycls_in1k',
pretrained=True,
features_only=True,
)
model = model.eval()

# obtener transformaciones específicas del modelo (normalización, redimensionamiento)
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)) # redimensionar imagen única en 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(
'regnety_006.pycls_in1k',
pretrained=True,
num_classes=0, # eliminar clsificador nn.Linear
)
model = model.eval()

# obtener transformaciones específicas del modelo (normalización, redimensionamiento)
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 de forma (batch_size, num_features)

# o equivalentemente (sin necesidad de ajustar num_classes=0)

output = model.forward_features(transforms(img).unsqueeze(0))
# la salida no está poolificada, es un tensor de forma (1, 608, 7, 7)

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

Funcionalidades

Profundidad estocástica
Verificación de gradientes
Decaimiento de la tasa de aprendizaje por capa
Paso de salida configurable (dilatación)
Capas de activación y normalización configurables
Opción para un bloque de cuello de botella preactivado (RegNetV)

Casos de uso

Clasificación de imágenes
Extracción de mapas de características
Obtención de embeddings de imágenes para tareas posteriores