Regnety 1280.seer

🚀 regnety_1280.seer のモデルカード

RegNetY-128GF の特徴 / バックボーンモデルです。「20億枚のランダムなインターネット画像」を用いて SwAV で自己教師付き学習を行った SEER に従って事前学習されています。

SEER は SEER ライセンスの下でライセンスされており、Copyright (c) Meta Platforms, Inc. All Rights Reserved です。ライセンスは非商用ライセンスであり、使用と配布に制限があります。

timm の RegNet 実装には、他の実装にはないいくつかの機能強化が含まれています。

• 確率的深さ
• 勾配チェックポイント
• 層ごとの学習率減衰
• 出力ストライド（膨張）の設定可能
• 活性化関数と正規化層の設定可能
• RegNetV バリアントで使用される事前活性化ボトルネックブロックのオプション
• 事前学習済みの重みを持つ唯一の既知の RegNetZ モデル定義

🚀 クイックスタート

このモデルは画像分類や特徴マップ抽出、画像埋め込みなどのタスクに使用できます。以下のセクションで具体的な使用方法を説明します。

✨ 主な機能

• 多機能性：画像分類、特徴マップ抽出、画像埋め込みなどのタスクに対応。
• 強化された実装：timm の RegNet 実装には、他の実装にはないいくつかの機能強化が含まれています。

📚 ドキュメント

モデル詳細

モデルの使用方法

画像分類

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('regnety_1280.seer', pretrained=True)
model = model.eval()

# get model specific transforms (normalization, resize)
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 single image into batch of 1

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

特徴マップ抽出

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(
    'regnety_1280.seer',
    pretrained=True,
    features_only=True,
)
model = model.eval()

# get model specific transforms (normalization, resize)
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 single image into batch of 1

for o in output:
    # print shape of each feature map in output
    # e.g.:
    #  torch.Size([1, 32, 112, 112])
    #  torch.Size([1, 528, 56, 56])
    #  torch.Size([1, 1056, 28, 28])
    #  torch.Size([1, 2904, 14, 14])
    #  torch.Size([1, 7392, 7, 7])

    print(o.shape)

画像埋め込み

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(
    'regnety_1280.seer',
    pretrained=True,
    num_classes=0,  # remove classifier nn.Linear
)
model = model.eval()

# get model specific transforms (normalization, resize)
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))  # output is (batch_size, num_features) shaped tensor

# or equivalently (without needing to set num_classes=0)

output = model.forward_features(transforms(img).unsqueeze(0))
# output is unpooled, a (1, 7392, 7, 7) shaped tensor

output = model.forward_head(output, pre_logits=True)
# output is a (1, num_features) shaped tensor

モデル比較

timm のモデル結果でこのモデルのデータセットと実行時メトリクスを調べることができます。

以下の比較概要では、ra_in1k、ra3_in1k、ch_in1k、sw_、および lion_ タグ付きの重みは timm で学習されています。

📄 ライセンス

SEER は SEER ライセンスの下でライセンスされており、Copyright (c) Meta Platforms, Inc. All Rights Reserved です。ライセンスは非商用ライセンスであり、使用と配布に制限があります。