timm/resnet14t.c3_in1k

timm

Clasificación de imagen

Un modelo de clasificación de imágenes ResNet-T. Este modelo cuenta con activaciones ReLU, un tallo de 3 capas en niveles con convoluciones de 3x3 con agrupación, y una agrupación promedio de 2x2 y una convolución de acceso directo 1x1. Está entrenado en ImageNet-1k en timm utilizando una plantilla de receta basada en `ResNet Strikes Back C` y utiliza el optimizador SGD (con Nesterov) y AGC (recorte de gradiente adaptativo), y una programación LR cosenoidal con calentamiento.

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('resnet14t.c3_in1k', pretrained=True)
model = model.eval()

# obtener transformaciones específicas del modelo (normalización, redimensionado)
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)) # añadir una dimensión para crear un lote de 1

top5_probabilities, top5_class_indices = torch.topk(output.softmax(dim=1) * 100, k=5)

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('resnet14t.c3_in1k', pretrained=True, features_only=True)
model = model.eval()

# obtener transformaciones específicas del modelo (normalización, redimensionado)
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))

for o in output:
# imprimir la forma de cada mapa de características en la salida
# p.ej.:
#  torch.Size([1, 64, 88, 88])
#  torch.Size([1, 256, 44, 44])
#  torch.Size([1, 512, 22, 22])
#  torch.Size([1, 1024, 11, 11])
#  torch.Size([1, 2048, 6, 6])

print(o.shape)

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('resnet14t.c3_in1k', pretrained=True, num_classes=0)
model = model.eval()

# obtener transformaciones específicas del modelo (normalización, redimensionado)
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 necesitar establecer num_classes=0)

output = model.forward_features(transforms(img).unsqueeze(0))
# la salida no está agrupada, es un tensor con forma (1, 2048, 6, 6)

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

Funcionalidades

Activaciones ReLU
Tallo de 3 capas con convoluciones de 3x3 y agrupación
Agrupación promedio de 2x2 y convolución de acceso directo 1x1
Entrenado en ImageNet-1k
Optimizador SGD con Nesterov
Recorte de gradiente adaptativo (AGC)
Programación LR cosenoidal con calentamiento

Casos de uso

Clasificación de imágenes
Extracción de mapas de características
Embeddings de imágenes