timm/resnet18d.ra2_in1k

timm

Clasificación de imagen

Un modelo de clasificación de imágenes ResNet-D. Este modelo presenta activaciones ReLU, un tronco de 3 capas de convoluciones 3x3 con agrupamiento, y un atajo de convolución 1x1 con agrupamiento por promedio 2x2. Entrenado en ImageNet-1k en timm usando la receta de RandAugment RA2, inspirado y evolucionado a partir de las recetas de RandAugment de EfficientNet. Utiliza el optimizador RMSProp (comportamiento de TF 1.0) y promediación de pesos EMA con una programación de LR de paso con calentamiento.

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('resnet18d.ra2_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)) # un único lote de imágenes

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

Extracción del 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('resnet18d.ra2_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)) # un único lote de imágenes

for o in output:
  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('resnet18d.ra2_in1k', pretrained=True, num_classes=0,)
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)) # tensor en forma de (batch_size, num_features)
output = model.forward_features(transforms(img).unsqueeze(0))
output = model.forward_head(output, pre_logits=True)

Funcionalidades

Activaciones ReLU
Tronco de 3 capas de convoluciones 3x3 con agrupamiento
Agrupamiento por promedio 2x2 y atajo de convolución 1x1
Optimización con RMSProp y promediación de pesos EMA
Programación de LR de paso con calentamiento

Casos de uso

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