regnety_320.tv2_in1k

timm

Clasificación de imagen

Un modelo de clasificación de imágenes RegNetY-32GF. Pre-entrenado en ImageNet-1k por los colaboradores de torchvision. La implementación de RegNet de timm incluye una serie de mejoras que no están presentes en otras implementaciones, incluyendo: profundidad estocástica, checkpoint de gradiente, decaimiento de LR por capa, salida configurable de stride (dilación), capas de activación y normalización configurables, opción para un bloque de cuello de botella de preactivación usado en la variante RegNetV, las únicas definiciones de modelo RegNetZ conocidas con pesos pre-entrenados.

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_320.tv2_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)) # unsqueeze de una sola imagen en batch 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_320.tv2_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)) # unsqueeze de una sola imagen en batch 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_320.tv2_in1k',
pretrained=True,
num_classes=0, # remove classifier 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)) # 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, 3712, 7, 7) shaped tensor

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

Funcionalidades

Profundidad estocástica
Checkpoint de gradiente
Decay de LR por capa
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
Definiciones de modelo RegNetZ conocidas con pesos pre-entrenados

Casos de uso

Clasificación de imágenes
Extracción de mapas de características
Obtención de embeddings de imágenes