Ultralytics YOLO es una biblioteca de Python para visión artificial que abarca detección, segmentación, clasificación, estimación de pose, seguimiento y más.
62,7 mil11,9 milPythonAGPL-3.0Actualizado hace 4 horas
huggingface/pytorch-image-models
Biblioteca de PyTorch con arquitecturas de modelos de imagen, pesos preentrenados y scripts de entrenamiento, validación y exportación para tareas de visión artificial.
- Estrellas
- 37,232
- Forks
- 5,217
- Issues abiertos
- 18
- Último commit
- hace 11 horas
¿Qué es?
PyTorch Image Models (timm) es una biblioteca de Python que reúne una gran variedad de encoders y backbones para imágenes, como ResNet, EfficientNet, Vision Transformer (ViT), Swin Transformer, ConvNeXt y variantes de MobileNet, muchos de ellos con pesos preentrenados. Los modelos se crean por nombre mediante una factoría común, de modo que el mismo código puede cargar un ResNet o un ViT y usarlos para clasificación o como extractores de características.
Además de los modelos, el repositorio incluye optimizadores, planificadores de la tasa de aprendizaje, aumentos de datos como RandAugment, Mixup y CutMix, y scripts de referencia para entrenamiento, validación e inferencia. Los modelos comparten una interfaz coherente para cambiar el clasificador, extraer características y generar pirámides de características a varias escalas.
El proyecto está dirigido a investigadores e ingenieros que quieran reutilizar o comparar backbones de visión en PyTorch, o reproducir resultados de entrenamiento en ImageNet. Los pesos preentrenados se publican en Hugging Face Hub y la biblioteca está bajo la licencia Apache 2.0, con la salvedad de que los pesos entrenados con ImageNet están sujetos a las condiciones no comerciales del conjunto de datos.
Funciones clave
- 01Cientos de arquitecturas para imágenes, como ResNet, EfficientNet, ViT, Swin, ConvNeXt y MobileNet, muchas con pesos preentrenados.
- 02Crear cualquier modelo compatible por nombre mediante una función de factoría común.
- 03Optimizadores integrados, como variantes de AdamW, Lion y Muon, además de planificadores de la tasa de aprendizaje.
- 04Aumentos de datos como RandAugment, AugMix, Mixup y CutMix.
- 05Scripts de referencia para entrenamiento, validación e inferencia, con compatibilidad con entrenamiento distribuido en varias GPU.
- 06API coherente para cambiar clasificadores y extraer mapas de características a varias escalas.
Casos de uso
- Ajustar un ViT o ConvNeXt preentrenado con un conjunto de datos propio para clasificación de imágenes.
- Usar un backbone como extractor de características en pipelines de detección o segmentación.
- Comparar distintas arquitecturas con la misma configuración de entrenamiento y evaluación.
- Reproducir resultados de entrenamiento en ImageNet o exportar modelos para su despliegue.
Inicio rápido
- 1
Instala la biblioteca desde PyPI
pip install timm - 2
Crea un modelo preentrenado y ejecuta la inferencia con el ejemplo rápido del README
Antes de usarlo
- Para ejecutarla, es necesario instalar PyTorch por separado.
- Algunas variantes del modelo y algunos pesos dependen de versiones recientes de PyTorch.
Temas
Preguntas frecuentes
- ¿Qué es pytorch-image-models?
- Biblioteca de PyTorch con arquitecturas de modelos de imagen, pesos preentrenados y scripts de entrenamiento, validación y exportación para tareas de visión artificial. PyTorch Image Models (timm) es una biblioteca de Python que reúne una gran variedad de encoders y backbones para imágenes, como ResNet, EfficientNet, Vision Transformer (ViT), Swin Transformer, ConvNeXt y variantes de MobileNet, muchos de ellos con pesos preentrenados. Los modelos se crean por nombre mediante una factoría común, de modo que el mismo código puede cargar un ResNet o un ViT y usarlos para clasificación o como extractores de características.
- ¿pytorch-image-models es gratuito? ¿Qué licencia tiene?
- pytorch-image-models es open source bajo la licencia Apache-2.0. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿pytorch-image-models sigue mantenido?
- Mantenimiento activo. El último commit de pytorch-image-models fue el 20 oct 2026.
- ¿Para qué puedo usar pytorch-image-models?
- Ajustar un ViT o ConvNeXt preentrenado con un conjunto de datos propio para clasificación de imágenes. Usar un backbone como extractor de características en pipelines de detección o segmentación. Comparar distintas arquitecturas con la misma configuración de entrenamiento y evaluación. Reproducir resultados de entrenamiento en ImageNet o exportar modelos para su despliegue.
- ¿Cómo se instala pytorch-image-models?
- Instala la biblioteca desde PyPI: pip install timm Crea un modelo preentrenado y ejecuta la inferencia con el ejemplo rápido del README
- ¿Dónde consigo pytorch-image-models?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/huggingface/pytorch-image-models
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Ultralytics YOLOv5 es un kit de herramientas de visión artificial basado en PyTorch para detectar objetos, segmentar instancias y clasificar imágenes, con funciones de entrenamiento y exportación.
58,2 mil17,5 milPythonAGPL-3.0Actualizado hace 3 días
Una biblioteca de PyTorch que implementa métodos de mapas de activación de clases (CAM) para visualizar qué regiones de una imagen impulsan las predicciones de un modelo de visión artificial.
13 mil1,7 milPythonMITActualizado hace 2 meses
Framework para definir modelos de aprendizaje automático de última generación de texto, visión, audio y modalidades múltiples, para inferencia y entrenamiento.
167,9 mil34,9 milPythonApache-2.0Actualizado hace 20 horas
Una biblioteca de optimización de deep learning que facilita y hace más eficiente el entrenamiento distribuido y la inferencia de modelos grandes.
43,2 mil5 milPythonApache-2.0Actualizado anteayer
Herramienta de Python para restauración facial ciega: mejora rostros borrosos, de baja calidad o dañados en fotos y videos mediante un transformer con búsqueda en un libro de códigos.
18,2 mil3,7 milPythonOtherActualizado hace 11 meses