timm/resnetblur50.bt_in1k

timm

Clasificación de imagen

Un modelo de clasificación de imágenes ResNet-B (Triangle-3 Blur Pooling). Este modelo incluye activaciones ReLU, una sola capa de convolución 7x7 con agrupamiento, y una reducción de atajos por convolución 1x1. Entrenado en ImageNet-1k en timm usando la plantilla de recetas que se describe a continuación. Detalles de la receta: receta Bag-of-Tricks, optimizador SGD (con Nesterov) y programación 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('resnetblur50.bt_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)) # una la imagen singular en un 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('resnetblur50.bt_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)) # una la imagen singular en un lote de 1
for o in output:
# imprimir la forma de cada mapa de características en la salida
# e.g.:
#  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)

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('resnetblur50.bt_in1k', pretrained=True, num_classes=0) # eliminar 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)) # la salida es un tensor de forma (tamaño del lote, número de características)
# o equivalentemente (sin necesidad de configurar num_classes=0)
output = model.forward_features(transforms(img).unsqueeze(0))
# la salida no está agrupada, es un tensor de forma (1, 2048, 7, 7)
output = model.forward_head(output, pre_logits=True)
# la salida es un tensor de forma (1, número de características)

Funcionalidades

Activaciones ReLU
Capa de convolución 7x7 con agrupamiento
Reducción de atajos por convolución 1x1
Entrenado en ImageNet-1k

Casos de uso

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