seresnext101_32x4d.gluon_in1k

timm

Clasificación de imagen

Un modelo de clasificación de imágenes SE-ResNeXt-B con atención de canal Squeeze-and-Excitation. Este modelo incluye: activaciones ReLU, una capa única de convolución 7x7 con pooling, convoluciones de atajo de 1x1 para muestreo descendente, convoluciones embotelladas agrupadas de 3x3, y atención de canales 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('seresnext101_32x4d.gluon_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))  # convertir una imagen única 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(
'seresnext101_32x4d.gluon_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))  # convertir una imagen única en un lote de 1

for o in output:
    print(o.shape)  # imprime la forma de cada mapa de características en output

Incrustaciones 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(
'seresnext101_32x4d.gluon_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 con forma (tamaño_lote, num_características)

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

output = model.forward_features(transforms(img).unsqueeze(0))
# la salida no está agrupada, 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, num_características)

Funcionalidades

Activaciones ReLU
Capa única de convolución 7x7 con pooling
Convoluciones de atajo de 1x1 para muestreo descendente
Convoluciones embotelladas agrupadas de 3x3
Atención de canal Squeeze-and-Excitation

Casos de uso

Clasificación de imágenes
Extracción de mapas de características
Generación de incrustaciones de imágenes