senet154.gluon_in1k

timm

Clasificación de imagen

Un modelo de clasificación de imágenes SENet con atención de canal Squeeze-and-Excitation. Este modelo incluye activaciones ReLU, un vástago de 3 capas de convoluciones 3x3 con agrupamiento, una disminución de la escala de atajo por convolución 3x3, convoluciones agrupadas de embotellamiento 3x3 y atención de canal Squeeze-and-Excitation. Entrenado en ImageNet-1k en Apache Gluon usando recetas basadas en Bag-of-Tricks.

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('senet154.gluon_in1k', pretrained=True)
model = model.eval()

# obtener transformaciones específicas del modelo (normalización, 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)) # incorporar una sola imagen en un lote de 1

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

Extracción de Mapas 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(
'senet154.gluon_in1k',
pretrained=True,
features_only=True,
)
model = model.eval()

# obtener transformaciones específicas del modelo (normalización, 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)) # incorporar una sola imagen en un lote de 1

for o in output:
# imprimir la forma de cada mapa de características en el 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(
'senet154.gluon_in1k',
pretrained=True,
num_classes=0, # eliminar la capa de clasificación nn.Linear
)
model = model.eval()

# obtener transformaciones específicas del modelo (normalización, 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)) # el output es un tensor con forma (batch_size, num_features)

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

output = model.forward_features(transforms(img).unsqueeze(0))
# el output no está agrupado, es un tensor con forma (1, 2048, 7, 7)

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

Funcionalidades

Activaciones ReLU
Vástago de 3 capas de convoluciones 3x3 con agrupamiento
Disminución de la escala de atajo por convolución 3x3
Convoluciones agrupadas de embotellamiento 3x3
Atención de canal Squeeze-and-Excitation

Casos de uso

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