如何用RegNetY-320.SWAG-FT-In1k实现高效图像分类？5分钟上手教程

如何用RegNetY-320.SWAG-FT-In1k实现高效图像分类？5分钟上手教程

【免费下载链接】regnety_320.swag_ft_in1k项目地址: https://ai.gitcode.com/hf_mirrors/timm/regnety_320.swag_ft_in1k

RegNetY-320.SWAG-FT-In1k是一款基于RegNetY架构的高效图像分类模型，通过SWAG（弱监督学习）在约36亿Instagram图像及相关标签上预训练，并在ImageNet-1k数据集上进行微调，非常适合新手和普通用户快速实现高精度图像分类任务。

🚀 为什么选择RegNetY-320.SWAG-FT-In1k？

这款模型在图像分类领域表现出色，具有以下核心优势：

• 高精度性能：在ImageNet-1k数据集上达到86.84%的top1准确率和98.364%的top5准确率，参数数量145.05M，计算量95.0 GMACs，平衡了性能与效率。
• 丰富功能支持：不仅支持基础图像分类，还能进行特征图提取和图像嵌入生成，满足多样化视觉任务需求。
• 易于使用：基于PyTorch框架，通过timm库可快速调用，无需复杂配置，5分钟即可完成从安装到推理的全流程。

⚙️ 环境准备与安装

一键安装必要依赖

首先确保已安装Python环境，然后通过pip安装timm库和PyTorch：

pip install timm torch torchvision

克隆项目仓库

git clone https://gitcode.com/hf_mirrors/timm/regnety_320.swag_ft_in1k cd regnety_320.swag_ft_in1k

📊 快速上手：图像分类实战

步骤1：导入必要库

from urllib.request import urlopen from PIL import Image import timm import torch

步骤2：加载模型与图像

# 加载预训练模型 model = timm.create_model('regnety_320.swag_ft_in1k', pretrained=True) model = model.eval() # 加载示例图像 img = Image.open(urlopen( 'https://huggingface.co/datasets/huggingface/documentation-images/resolve/main/beignets-task-guide.png' ))

步骤3：数据预处理

# 获取模型特定的预处理变换（归一化、 resize等） data_config = timm.data.resolve_model_data_config(model) transforms = timm.data.create_transform(**data_config, is_training=False) # 对图像进行预处理并添加批次维度 input_tensor = transforms(img).unsqueeze(0)

步骤4：执行推理并获取结果

# 模型推理 output = model(input_tensor) # 获取top5预测结果 top5_probabilities, top5_class_indices = torch.topk(output.softmax(dim=1) * 100, k=5) # 打印结果 print("Top 5预测类别及概率：") for prob, idx in zip(top5_probabilities[0], top5_class_indices[0]): print(f"类别 {idx}: {prob:.2f}%")

📝 模型进阶应用

特征图提取

RegNetY-320.SWAG-FT-In1k可用于提取图像的多层特征图，用于后续视觉任务：

model = timm.create_model( 'regnety_320.swag_ft_in1k', pretrained=True, features_only=True, ) model = model.eval() output = model(transforms(img).unsqueeze(0)) for o in output: print(f"特征图形状: {o.shape}")

图像嵌入生成

生成图像的特征嵌入，可用于图像检索、相似度计算等任务：

model = timm.create_model( 'regnety_320.swag_ft_in1k', pretrained=True, num_classes=0, # 移除分类器 ) model = model.eval() output = model(transforms(img).unsqueeze(0)) # 输出形状: (1, 3712) print(f"图像嵌入维度: {output.shape[1]}")

📚 模型配置与参数

模型的详细配置信息可在config.json中查看，主要参数包括：

• 输入尺寸：3×384×384（通道×高度×宽度）
• 归一化参数：mean=[0.485, 0.456, 0.406]，std=[0.229, 0.224, 0.225]
• 类别数量：1000（对应ImageNet-1k数据集类别）
• 特征维度：3712（图像嵌入维度）

📈 模型性能对比

在timm库的模型结果中，RegNetY-320.SWAG-FT-In1k与其他RegNet系列模型相比，在精度和效率上表现优异：

📄 许可证与引用

本模型使用CC-BY-NC-4.0许可证，仅供非商业用途。如果在研究中使用该模型，请引用以下论文：

@inproceedings{singh2022revisiting, title={{Revisiting Weakly Supervised Pre-Training of Visual Perception Models}}, author={Singh, Mannat and Gustafson, Laura and Adcock, Aaron and Reis, Vinicius de Freitas and Gedik, Bugra and Kosaraju, Raj Prateek and Mahajan, Dhruv and Girshick, Ross and Doll{'a}r, Piotr and van der Maaten, Laurens}, booktitle={CVPR}, year={2022} }

@InProceedings{Radosavovic2020, title = {Designing Network Design Spaces}, author = {Ilija Radosavovic and Raj Prateek Kosaraju and Ross Girshick and Kaiming He and Piotr Doll{'a}r}, booktitle = {CVPR}, year = {2020} }

通过以上步骤，你已经掌握了RegNetY-320.SWAG-FT-In1k的基本使用方法。无论是图像分类、特征提取还是嵌入生成，这款模型都能为你提供高效准确的视觉任务解决方案。现在就动手尝试，开启你的图像分类之旅吧！

【免费下载链接】regnety_320.swag_ft_in1k项目地址: https://ai.gitcode.com/hf_mirrors/timm/regnety_320.swag_ft_in1k