timm/resnext50_32x4d.a1h_in1k

timm

Clasificación de imagen

Un modelo de clasificación de imágenes ResNeXt-B. Este modelo presenta activaciones ReLU, convolución de una sola capa 7x7 con agrupamiento, atajo de convolución 1x1 para reducción de muestreo y agrupaciones de convoluciones en cuello de botella 3x3. Entrenado en ImageNet-1k en timm usando la plantilla de receta descrita a continuación, la cual es basada en la receta A1 de ResNet Strikes Back, usa un optimizador LAMB, aplica un dropout más fuerte, profundidad estocástica y RandAugment que el papel de la receta A1, y sigue un programa 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('resnext50_32x4d.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 una dimensión más a una sola imagen

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(
'resnext50_32x4d.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 una dimensión más a una sola imagen

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(
'resnext50_32x4d.a1h_in1k',
pretrained=True,
num_classes=0, # remover la capa de clasificación 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 con forma (tamaño del lote, número de características)

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

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

output = model.forward_head(output, pre_logits=True)
# la salida es un tensor con forma (1, número de características)

Funcionalidades

Activaciones ReLU
Convolución de una sola capa 7x7 con agrupamiento
Atajo de convolución 1x1 para reducción de muestreo
Agrupaciones de convoluciones en cuello de botella 3x3

Casos de uso

Clasificación de imágenes
Extracción de mapa de características
Generación de embeddings de imágenes