timm/tiny_vit_21m_384.dist_in22k_ft_in1k

timm

Clasificación de imagen

Un modelo de clasificación de imágenes TinyViT. Preentrenado en ImageNet-22k con destilación y afinado en ImageNet-1k por los autores del artículo. El modelo es compacto y eficiente, diseñado para tareas de clasificación de imágenes con alta precisión y bajo consumo de recursos.

Como usar

from urllib.request import urlopen
from PIL import Image
import timm

# Clasificación de imágenes
img = Image.open(urlopen('https://huggingface.co/datasets/huggingface/documentation-images/resolve/main/beignets-task-guide.png'))
model = timm.create_model('tiny_vit_21m_384.dist_in22k_ft_in1k', pretrained=True)
model = model.eval()
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))
top5_probabilities, top5_class_indices = torch.topk(output.softmax(dim=1) * 100, k=5)

# Extracción de mapa de características
model = timm.create_model('tiny_vit_21m_384.dist_in22k_ft_in1k', pretrained=True, features_only=True)
model = model.eval()
output = model(transforms(img).unsqueeze(0))
for o in output:
    print(o.shape)

# Obtención de embeddings de imágenes
model = timm.create_model('tiny_vit_21m_384.dist_in22k_ft_in1k', pretrained=True, num_classes=0)
model = model.eval()
output = model(transforms(img).unsqueeze(0))
output = model.forward_features(transforms(img).unsqueeze(0))
 output = model.forward_head(output, pre_logits=True)

Funcionalidades

Clasificación de imágenes
Extracción de mapa de características
Obtención de embeddings de imágenes
Modelo preentrenado con ImageNet-22k y afinado en ImageNet-1k
21.2M parámetros
11.9 GMACs
46.8M activaciones
Tamaño de imagen: 384 x 384

Casos de uso

Clasificación de imágenes en distintas categorías
Extracción de características para análisis de imágenes
Generación de embeddings para uso en otros modelos