seresnext101_32x8d.ah_in1k

timm

Clasificación de imagen

Un modelo de clasificación de imágenes SE-ResNeXt-B con atención de canal Squeeze-and-Excitation. Este modelo cuenta con activaciones ReLU, una convolución de una sola capa de 7x7 con agrupamiento, un atajo de muestreo reducido por convolución de 1x1, convoluciones agrupadas tipo 'bottleneck' de 3x3, y atención de canal Squeeze-and-Excitation. Entrenado en ImageNet-1k en timm utilizando la plantilla de receta descrita abajo.

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_32x8d.ah_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)) # agregar dimensión batch de 1

top5_probabilidades, top5_indices_de_clase = 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(
'seresnext101_32x8d.ah_in1k',
pretrained=True,
features_only=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)) # agregar dimensión batch de 1

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


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(
'seresnext101_32x8d.ah_in1k',
pretrained=True,
num_classes=0, # eliminar el clasificador nn.Linear
)
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)) # el output es un tensor con la forma (batch_size, num_features)

output = model.forward_features(transforms(img).unsqueeze(0)) # el output es un tensor sin agrupar, con la forma (1, 2048, 7, 7)

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

Funcionalidades

Activaciones ReLU
Convolución de capa única 7x7 con agrupamiento
Atajo de muestreo reducido por convolución 1x1
Convoluciones agrupadas tipo 'bottleneck' 3x3
Atención de canal Squeeze-and-Excitation

Casos de uso

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