resnet50d.a1_in1k

timm

Clasificación de imagen

Un modelo de clasificación de imágenes ResNet-D. Este modelo se caracteriza por activaciones ReLU, un tallo de 3 capas de convoluciones 3x3 con agrupamiento, y una reducción de tamaño con un atajo de convolución 1x1 y agrupación promedio 2x2. Fue entrenado en ImageNet-1k usando la plantilla de receta A1 de timm, con optimizador LAMB y pérdida BCE, y un horario de LR coseno 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('resnet50d.a1_in1k', pretrained=True)
model = model.eval()

# obtener transformaciones específicas del modelo (normalización, redimensionamiento)
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)) # convertir imagen única en lote de 1

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

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(
'resnet50d.a1_in1k',
pretrained=True,
features_only=True,
)
model = model.eval()

# obtener transformaciones específicas del modelo (normalización, redimensionamiento)
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)) # convertir imagen única en lote de 1

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(
'resnet50d.a1_in1k',
pretrained=True,
num_classes=0, # eliminar clasificador nn.Linear
)
model = model.eval()

# obtener transformaciones específicas del modelo (normalización, redimensionamiento)
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 con forma (batch_size, num_features)

# o equivalente (sin necesidad de establecer num_classes=0)

output = model.forward_features(transforms(img).unsqueeze(0))
# tensor sin agrupar, con forma (1, 2048, 7, 7)

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

Funcionalidades

Activaciones ReLU
Tallo de 3 capas de convoluciones 3x3 con agrupamiento
Reducción de tamaño con agrupación promedio 2x2 y atajo de convolución 1x1
Entrenado en ImageNet-1k
Optimizador LAMB con pérdida BCE
Horario de LR coseno con calentamiento

Casos de uso

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