repvgg_b2.rvgg_in1k

timm

Clasificación de imagen

Un modelo de clasificación de imágenes RepVGG. Entrenado en ImageNet-1k por los autores del artículo. Esta arquitectura de modelo está implementada utilizando la flexible BYOBNet (Bring-Your-Own-Blocks Network) de timm, que permite la configuración de la disposición de bloques/etapas, disposición del stem, paso de salida (dilatación), capas de activación y normalización, capas de canales y atención espacial/auto atención. También incluye características de timm comunes a muchas otras arquitecturas, incluyendo profundidad estocástica, checkpointing de gradiente, decrecimiento del LR por capas, y extracción de características por etapas.

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('repvgg_b2.rvgg_in1k', pretrained=True)
model = model.eval()

# Obtener las 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)) # unsqueeze una sola imagen en un 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(
'repvgg_b2.rvgg_in1k',
pretrained=True,
features_only=True,
)
model = model.eval()

# Obtener las 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)) # unsqueeze una sola imagen en un batch de 1

for o in output:
# imprimir la forma de cada mapa de características en la salida
# e.g.:
#  torch.Size([1, 64, 112, 112])
#  torch.Size([1, 160, 56, 56])
#  torch.Size([1, 320, 28, 28])
#  torch.Size([1, 640, 14, 14])
#  torch.Size([1, 2560, 7, 7])

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(
'repvgg_b2.rvgg_in1k',
pretrained=True,
num_classes=0, # eliminar clasificador nn.Linear
)
model = model.eval()

# Obtener las 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 con forma (batch_size, num_features)

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

output = model.forward_features(transforms(img).unsqueeze(0))
# la salida no está agrupada, es un tensor con forma (1, 2560, 7, 7)

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

Funcionalidades

Clasificación de imágenes
Extracción de mapa de características
Embeddings de imágenes

Casos de uso

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