wide_resnet50_2.racm_in1k

timm

Clasificación de imagen

Un modelo de clasificación de imágenes Wide-ResNet-B. Este modelo presenta activaciones ReLU, una única capa de convolución 7x7 con agrupamiento y un atajo de convolución 1x1 para la reducción de muestras. Entrenado en ImageNet-1k en timm usando la plantilla de receta descrita a continuación. Detalles de la receta: receta de RandAugment RACM, inspirada y evolucionada de las recetas de RandAugment de EfficientNet. Publicado como receta B en ResNet Strikes Back. Optimizador RMSProp (comportamiento de TF 1.0), promediado de pesos EMA, y cronograma de LR con decaimiento exponencial y calentamiento.

Como usar

Clasificación de Imagenes
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('wide_resnet50_2.racm_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)) # expandir la 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('wide_resnet50_2.racm_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)) # expandir la 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('wide_resnet50_2.racm_in1k', pretrained=True, num_classes=0) # eliminar la clasificación 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 conformado (batch_size, num_features)

# o equivalentemente (sin necesidad de establecer num_classes=0)

output = model.forward_features(transforms(img).unsqueeze(0))
# la salida no está agrupada, es un tensor conformado (1, 2048, 7, 7)

output = model.forward_head(output, pre_logits=True)
# la salida es un tensor conformado (1, num_features)

Funcionalidades

Activaciones ReLU
Capa de convolución 7x7 con agrupamiento
Reducción de muestras con convolución 1x1
Entrenado en ImageNet-1k
Optimización con RMSProp y promediado de pesos EMA
Escala de LR exponencial con calentamiento

Casos de uso

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