timm/regnety_008_tv.tv2_in1k
timm
Clasificación de imagen
Un modelo de clasificación de imágenes RegNetY-800MF. Preentrenado en ImageNet-1k por los colaboradores de torchvision. La implementación de timm RegNet incluye una serie de mejoras no presentes en otras implementaciones, tales como: profundidad estocástica, verificación de puntos de control de gradiente, decadencia de LR capa por capa, ritmo de salida configurable (dilación), capas de activación y normativas configurables, opción para un bloque de cuello de botella de pre-activación utilizado en la variante RegNetV, y las únicas definiciones de modelos RegNetZ conocidas con pesos preentrenados.
Como usar
from urllib.request import urlopen
from PIL import Image
import timm
# Clasificación de imágenes
img = Image.open(urlopen('https://huggingface.co/datasets/huggingface/documentation-images/resolve/main/beignets-task-guide.png'))
model = timm.create_model('regnety_008_tv.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
model = timm.create_model('regnety_008_tv.tv2_in1k', pretrained=True, features_only=True)
model = model.eval()
output = model(transforms(img).unsqueeze(0))
for o in output:
print(o.shape)
# Extracción de embeddings de imágenes
model = timm.create_model('regnety_008_tv.tv2_in1k', pretrained=True, num_classes=0)
model = model.eval()
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
- Decadencia de LR capa por capa
- Ritmo de salida configurable (dilación)
- Capas de activación y normativas configurables
- Opción para un bloque de cuello de botella de pre-activación en la variante RegNetV
- Definiciones de modelos RegNetZ con pesos preentrenados
Casos de uso
- Clasificación de imágenes
- Extracción de mapas de características
- Extracción de embeddings de imágenes