resnet34d.ra2_in1k

timm

Clasificación de imagen

Un modelo de clasificación de imágenes ResNet-D. Este modelo incluye activaciones ReLU, un tallo de 3 capas de convoluciones de 3x3 con agrupamiento, y un atajo de reducción de muestra de agrupación promedio 2x2 + convolución 1x1. Entrenado en ImageNet-1k usando el marco timm siguiendo una receta de entrenamiento específica. Los detalles de la receta incluyen optimizador RMSProp con comportamiento de TF 1.0, media de pesos EMA, y un programa de tasa de aprendizaje exponencial con calentamiento.

Como usar

Para 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('resnet34d.ra2_in1k', pretrained=True)
model = model.eval()

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))

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

Para 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('resnet34d.ra2_in1k', pretrained=True, features_only=True)
model = model.eval()

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:
  print(o.shape)

Para 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('resnet34d.ra2_in1k', pretrained=True, num_classes=0)
model = model.eval()

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))

output = model.forward_features(transforms(img).unsqueeze(0))
output = model.forward_head(output, pre_logits=True)

Funcionalidades

Activaciones ReLU
Tallo de 3 capas de convoluciones de 3x3 con agrupamiento
Reducción de muestra: agrupación promedio 2x2 + convolución 1x1

Casos de uso

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