timm/resmlp_36_224.fb_in1k
timm
Clasificación de imagen
Un modelo ResMLP para la clasificación de imágenes. Entrenado en ImageNet-1k por los autores del artículo. Este modelo de clasificación de imágenes / columna vertebral de características tiene 44.7M parámetros, 8.9 GMACs, 16.3M activaciones y un tamaño de imagen de 224 x 224. Para más información, consulte el artículo 'ResMLP: Redes de retroalimentación para la clasificación de imágenes con entrenamiento eficiente en datos'.
Como usar
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('resmlp_36_224.fb_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)) # descomprimir una sola imagen en un lote de 1
top5_probabilities, top5_class_indices = torch.topk(output.softmax(dim=1) * 100, k=5)
Funcionalidades
- Clasificación de imágenes
- Capacidades de incrustación de imágenes
- Transformaciones específicas del modelo (normalización, cambio de tamaño)
- Entrenado en ImageNet-1k
Casos de uso
- Clasificación de imágenes
- Incrustaciones de imágenes