tresnet_v2_l.miil_in21k_ft_in1k

timm

Clasificación de imagen

Un modelo de clasificación de imágenes TResNet. Entrenado previamente en ImageNet-21K-P ('ImageNet-21K Pretraining for the Masses', un subconjunto de 11k de ImageNet-22k) y afinado en ImageNet-1k por los autores del artículo. Los pesos de este modelo han sido remapeados y modificados desde los originales para funcionar con BatchNorm estándar en lugar de InplaceABN. inplace_abn puede ser problemático de construir recientemente y termina siendo más lento con memory_format=channels_last, torch.compile(), etc.

Como usar

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('tresnet_v2_l.miil_in21k_ft_in1k', pretrained=True)
model = model.eval()

# obtener transformaciones específicas del modelo (normalización, ajuste 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)) # añadir una dimensión para el lote

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

Funcionalidades

Clasificación de imágenes
Extracción de mapas de características
Obtención de embebidos de imágenes

Casos de uso

Clasificación de imágenes
Extracción de mapas de características
Obtención de embebidos de imágenes