regnety_320.seer - RegNetY-32GF模型：自监督学习优化的图像特征提取工具

项目介绍：regnety_320.seer

概述

regnety_320.seer是一个用于图像特征提取和分类的模型。其基础架构为RegNetY-32GF，经过自我监督学习方法SwAV在20亿张随机互联网图像上进行预训练。SEER项目由Meta Platforms, Inc.开发，并根据SEER许可证进行使用和分发。模型实现中采用的timm库包含了一些增强特性，例如随机深度、梯度检查点、层级学习率衰减等。

模型详细信息

模型类型: 图像分类/特征提取
模型统计数据:
- 参数数量（M）：141.3
- 每秒十亿次乘加运算（GMACs）：32.3
- 激活数（M）：30.3
- 图像尺寸：224 x 224
相关论文:
- 《In the Wild的视觉特征自我监督预训练》：论文链接
- 《网络设计空间的设计》：论文链接
源代码: GitHub链接
预训练数据集: RandomInternetImages-2B

模型使用

图像分类

通过以下代码可以实现图像分类：

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_320.seer', 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))  # 将单个图像扩展为批次为1

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

特征图提取

以下代码展示了如何从图像中提取特征图：

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_320.seer',
    pretrained=True,
    features_only=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))  # 将单个图像扩展为批次为1

for o in output:
    print(o.shape)  # 输出每个特征图的形状

图像嵌入

通过以下代码可以获取图像的嵌入：

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_320.seer',
    pretrained=True,
    num_classes=0,  # 移除分类层
)
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))  # 输出为（批次大小，特征数）形状的张量

output = model.forward_features(transforms(img).unsqueeze(0))
output = model.forward_head(output, pre_logits=True)

模型对比

可以通过timm库的模型结果页面，了解该模型的数据集性能和运行时指标，进行详细的模型对比。