resnet152.a1h_in1k

timm

Clasificación de imagen

Un modelo de clasificación de imágenes ResNet-B. Este modelo cuenta con activaciones ReLU, una capa de convolución única 7x7 con agrupación y un atajo de convolución 1x1 para el muestreo reducido. Entrenado en ImageNet-1k utilizando el marco timm con una plantilla de receta A1 mejorada. Usa el optimizador LAMB, caída más fuerte, profundidad estocástica y RandAugment en comparación con la receta del papel original. Emplea un calendario de baja de LR coseno 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('resnet152.a1h_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)) # añadir dimensión de lote de 1 a la imagen

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('resnet152.a1h_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)) # añadir dimensión de lote de 1 a la imagen

for o in output:
# imprimir la forma de cada mapa de características en el output
# por ejemplo:
#  torch.Size([1, 64, 112, 112])
#  torch.Size([1, 256, 56, 56])
#  torch.Size([1, 512, 28, 28])
#  torch.Size([1, 1024, 14, 14])
#  torch.Size([1, 2048, 7, 7])

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('resnet152.a1h_in1k', pretrained=True, num_classes=0) # eliminar la capa clasificador 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)) # salida es un tensor con forma (batch_size, num_features)

# o de manera equivalente (sin tener que establecer num_classes=0)

output = model.forward_features(transforms(img).unsqueeze(0))
# salida no ensamblada, un tensor con forma (1, 2048, 7, 7)

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

Funcionalidades

Activaciones ReLU
Capa de convolución única 7x7 con agrupación
Atajo de convolución 1x1 para el muestreo reducido
Optimizado con LAMB
Caída más fuerte, profundidad estocástica y RandAugment
Calendario de baja de LR coseno con calentamiento

Casos de uso

Clasificación de imágenes
Extracción de mapas de características
Embebidos de imágenes