timm/selecsls42b.in1k
timm
Clasificación de imagen
Un modelo de clasificación de imágenes SelecSLS. Entrenado en ImageNet-1k por los autores del artículo XNect. Este modelo de clasificación de imágenes también puede ser utilizado para la extracción de mapas de características y embeddings de imágenes. Cuenta con 32.5 millones de parámetros, 3.0 GMACs y genera 4.6 millones de activaciones. El tamaño de imagen soportado es de 224 x 224.
Como usar
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('selecsls42b.in1k', pretrained=True)
model = model.eval()
# Obtener transformaciones específicas del modelo (normalización, redimensionar)
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 dimensión de lote a la imagen única
top5_probabilities, top5_class_indices = torch.topk(output.softmax(dim=1) * 100, k=5)
Funcionalidades
- Modelo de clasificación de imágenes
- Extracción de mapas de características
- Generación de embeddings de imágenes
- 32.5M parámetros
- 3.0 GMACs
- 4.6M activaciones
- Soporte para tamaños de imagen de 224 x 224
Casos de uso
- Clasificación de imágenes
- Extracción de mapas de características para análisis de imágenes
- Generación de embeddings de imágenes para tareas de descubrimiento de similitudes