Regnety 640.seer

🚀 regnety_640.seerのモデルカード

RegNetY-64GF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による自己教師付き学習であるSEERに従って事前学習されています。

SEERはSEERライセンスの下で提供されており、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。

• 確率的深層化 (stochastic depth)
• 勾配チェックポイント (gradient checkpointing)
• 層ごとの学習率減衰 (layer-wise LR decay)
• 出力ストライド（膨張率）の設定可能 (configurable output stride (dilation))
• 活性化関数と正規化層の設定可能 (configurable activation and norm layers)
• 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 (option for a pre-activation bottleneck block used in RegNetV variant)
• 事前学習済みの重みを持つ既知のRegNetZモデル定義のみ

🚀 クイックスタート

このモデルは画像分類や特徴抽出に使用できます。以下のセクションで具体的な使い方を説明します。

✨ 主な機能

• 画像分類や特徴抽出に適したバックボーンモデルです。
• 事前学習により、精度の高い予測が可能です。
• timmライブラリを使用することで、簡単にモデルを構築できます。

📚 ドキュメント

モデル詳細

モデルの使用方法

💻 使用例

基本的な使用法

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_640.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)

高度な使用法

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_640.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, 328, 56, 56])
    #  torch.Size([1, 984, 28, 28])
    #  torch.Size([1, 1968, 14, 14])
    #  torch.Size([1, 4920, 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_640.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, 4920, 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の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

このモデルはSEERライセンスの下で提供されています。詳細はライセンスを参照してください。