timm/regnety_032.ra_in1k

timm

Clasificación de imagen

Un modelo de clasificación de imágenes RegNetY-3.2GF entrenado en ImageNet-1k por Ross Wightman en timm. La implementación de timm RegNet incluye una serie de mejoras que no están presentes en otras implementaciones, incluyendo profundidad estocástica, verificación de gradient por puntos de control, decaimiento de LR por capas, stride de salida configurable (dilación), capas de activación y normalización configurables, opción para un bloque de cuello de botella de pre-activación utilizado en la variante RegNetV, y las únicas definiciones conocidas del modelo 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_032.ra_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)) # desescalar imagen única en lote de 1

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('regnety_032.ra_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)) # desescalar imagen única en lote de 1

for o in output:
    print(o.shape)

Embeddings de Imagen
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_032.ra_in1k', pretrained=True, num_classes=0) # eliminar clasificador 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 equivalentemente (sin necesidad de setear num_classes=0)

output = model.forward_features(transforms(img).unsqueeze(0))
# la salida es unpooled, un tensor con forma (1, 1512, 7, 7)

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

Funcionalidades

Profundidad estocástica
Verificación de gradiente por puntos de control
Decaimiento de LR por capas
Stride de salida configurable (dilación)
Capas de activación y normalización configurables
Opción para un bloque de cuello de botella de pre-activación utilizado en la variante RegNetV
Definiciones del modelo RegNetZ con pesos preentrenados

Casos de uso

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