Github
Huggingface
论文wide_resnet101_2.tv_in1k项目介绍
项目概述
wide_resnet101_2.tv_in1k项目是一个用于图像分类的广义残差网络模型。它采用了ReLU激活函数和单层7x7的卷积池化，并利用1x1卷积实现快捷降采样。这一模型是在ImageNet-1K数据集上进行训练，其原始模型权重来自于torchvision。
模型详情
- 模型类型：图像分类/特征提取骨干
- 模型统计：
- 参数量：126.9百万
- GMACs（十亿次加乘）：22.8
- 激活量：21.2百万
- 图像大小：224 x 224
- 相关论文：
- 参考项目地址：GitHub
模型使用
图像分类
该模型可用于图像分类，只需将输入图像调整为合适的尺寸和格式，随后通过模型进行预测，系统可以输出图像属于的类别及其概率。这方面的应用代码如下所示：
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_resnet101_2.tv_in1k', 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))
特征图提取
该模型还支持特征图提取，通过设置参数使其输出五层的特征图。以下是相关代码示例：
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_resnet101_2.tv_in1k', 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))
for o in output:
print(o.shape)
图像嵌入
此外，wide_resnet101_2.tv_in1k模型可用于图像嵌入，通过去除分类器，从而直接输出特征向量：
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_resnet101_2.tv_in1k', pretrained=True, num_classes=0)
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))
模型比较
通过在timm的结果页进行探索，可以发现wide_resnet101_2.tv_in1k与其他模型的对比表现，包括图像大小、参数量、以及在图片分类任务上模型的准确性和效率等方面。这些比较帮助用户选择最合适的模型以满足其需要。
总之，wide_resnet101_2.tv_in1k模型在复杂图像识别任务中表现优异，利用其先进的网络结构可以实现高性能的图像分类、特征提取以及图像嵌入。
