regnety_064.pycls_in1k

timm
Clasificación de imagen

Un modelo de clasificación de imágenes RegNetY-6.4GF. Preentrenado en ImageNet-1k por los autores del artículo. La implementación de timm RegNet incluye varias mejoras no presentes en otras implementaciones, incluyendo: profundidad estocástica, punto de control de gradiente, decaimiento de LR por capa, tamaño de salida configurable (dilatación), capas de activación y norma configurables, opción para un bloque de cuello de botella de preactivación utilizado en la variante RegNetV, únicas definiciones de modelos RegNetZ conocidas 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_064.pycls_in1k', pretrained=True)
model = model.eval()

# get model specific transforms (normalization, resize)
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)) # unsqueeze single image into batch of 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_064.pycls_in1k', pretrained=True, features_only=True)
model = model.eval()

# get model specific transforms (normalization, resize)
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)) # unsqueeze single image into batch of 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_064.pycls_in1k', pretrained=True, num_classes=0) # remove classifier nn.Linear
model = model.eval()

# get model specific transforms (normalization, resize)
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 is (batch_size, num_features) shaped tensor

# or equivalently (without needing to set num_classes=0)

output = model.forward_features(transforms(img).unsqueeze(0))
# output is unpooled, a (1, 1296, 7, 7) shaped tensor

output = model.forward_head(output, pre_logits=True)
# output is a (1, num_features) shaped tensor

Funcionalidades

Profundidad estocástica
Punto de control de gradiente
Decaimiento de LR por capa
Tamaño de salida configurable (dilatación)
Capas de activación y norma configurables
Opción para un bloque de cuello de botella de preactivación utilizado en la variante RegNetV
Únicas definiciones de modelos RegNetZ conocidas con pesos preentrenados

Casos de uso

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