seresnext26d_32x4d.bt_in1k

timm

Clasificación de imagen

Un modelo de clasificación de imágenes SE-ResNeXt-D con atención de canal Squeeze-and-Excitation. Este modelo incluye activaciones ReLU, un tallo de 3 capas de convoluciones 3x3 con agrupación, un downsample de atajo de convolución 1x1 con agrupación promedio 2x2, convoluciones agrupadas de cuello de botella 3x3 y atención de canal Squeeze-and-Excitation. Entrenado en ImageNet-1k en timm usando la receta descrita a continuación: receta de Bag-of-Tricks, optimizador SGD (con Nesterov) y programación de LR Cosine 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('seresnext26d_32x4d.bt_in1k', pretrained=True)
model = model.eval()

# Obtener transformaciones específicas del modelo (normalización, redimensionamiento)
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)) # Unsqueeze imagen única en un lote de 1

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

Extracción de Características del Mapa
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(
'seresnext26d_32x4d.bt_in1k',
pretrained=True,
features_only=True,
)
model = model.eval()

# Obtener transformaciones específicas del modelo (normalización, redimensionamiento)
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)) # Unsqueeze imagen única en un lote de 1

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(
'seresnext26d_32x4d.bt_in1k',
pretrained=True,
num_classes=0, # Eliminar el clasificador nn.Linear
)
model = model.eval()

# Obtener transformaciones específicas del modelo (normalización, redimensionamiento)
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 de forma (batch_size, num_features)

# O equivalentemente (sin necesidad de configurar num_classes=0)

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

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

Funcionalidades

Activaciones ReLU
Tallo de 3 capas de convoluciones 3x3 con agrupación
Downsample de atajo de convolución 1x1 con agrupación promedio 2x2
Convoluciones agrupadas de cuello de botella 3x3
Atención de canal Squeeze-and-Excitation

Casos de uso

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