137 lines
5.8 KiB
Markdown
137 lines
5.8 KiB
Markdown
|
<!--Copyright 2024 The HuggingFace Team. All rights reserved.
|
||
|
|
|
||
|
|
Licensed under the Apache License, Version 2.0 (the "License"); you may not use this file except in compliance with
|
||
|
|
the License. You may obtain a copy of the License at
|
||
|
|
|
||
|
|
http://www.apache.org/licenses/LICENSE-2.0
|
||
|
|
|
||
|
|
Unless required by applicable law or agreed to in writing, software distributed under the License is distributed on
|
||
|
|
an "AS IS" BASIS, WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied. See the License for the
|
||
|
|
specific language governing permissions and limitations under the License.
|
||
|
|
|
||
|
|
⚠️ Note that this file is in Markdown but contain specific syntax for our doc-builder (similar to MDX) that may not be
|
||
|
|
rendered properly in your Markdown viewer.
|
||
|
|
|
||
|
|
-->
|
||
|
|
|
||
|
|
# 이미지 특징 추출[[image-feature-extraction]]
|
||
|
|
|
||
|
|
[[open-in-colab]]
|
||
|
|
|
||
|
|
이미지 특징 추출은 주어진 이미지에서 의미론적으로 의미 있는 특징을 추출하는 작업입니다. 이는 이미지 유사성 및 이미지 검색 등 다양한 사용 사례가 있습니다.
|
||
|
|
게다가 대부분의 컴퓨터 비전 모델은 이미지 특징 추출에 사용할 수 있으며, 여기서 작업 특화 헤드(이미지 분류, 물체 감지 등)를 제거하고 특징을 얻을 수 있습니다. 이러한 특징은 가장자리 감지, 모서리 감지 등 고차원 수준에서 매우 유용합니다.
|
||
|
|
또한 모델의 깊이에 따라 실제 세계에 대한 정보(예: 고양이가 어떻게 생겼는지)를 포함할 수도 있습니다. 따라서 이러한 출력은 특정 데이터 세트에 대한 새로운 분류기를 훈련하는 데 사용할 수 있습니다.
|
||
|
|
|
||
|
|
이 가이드에서는:
|
||
|
|
|
||
|
|
- `image-feature-extraction` 파이프라인을 활용하여 간단한 이미지 유사성 시스템을 구축하는 방법을 배웁니다.
|
||
|
|
- 기본 모델 추론으로 동일한 작업을 수행합니다.
|
||
|
|
|
||
|
|
## `image-feature-extraction` 파이프라인을 이용한 이미지 유사성[[image-similarity-using-image-feature-extraction-pipeline]]
|
||
|
|
|
||
|
|
물고기 그물 위에 앉아 있는 두 장의 고양이 사진이 있습니다. 이 중 하나는 생성된 이미지입니다.
|
||
|
|
|
||
|
|
```python
|
||
|
|
from PIL import Image
|
||
|
|
import requests
|
||
|
|
|
||
|
|
img_urls = ["https://huggingface.co/datasets/huggingface/documentation-images/resolve/main/cats.png", "https://huggingface.co/datasets/huggingface/documentation-images/resolve/main/cats.jpeg"]
|
||
|
|
image_real = Image.open(requests.get(img_urls[0], stream=True).raw).convert("RGB")
|
||
|
|
image_gen = Image.open(requests.get(img_urls[1], stream=True).raw).convert("RGB")
|
||
|
|
```
|
||
|
|
|
||
|
|
파이프라인을 실행해 봅시다. 먼저 파이프라인을 초기화하세요. 모델을 지정하지 않으면, 파이프라인은 자동으로 [google/vit-base-patch16-224](google/vit-base-patch16-224) 모델로 초기화됩니다. 유사도를 계산하려면 `pool`을 True로 설정하세요.
|
||
|
|
|
||
|
|
|
||
|
|
```python
|
||
|
|
import torch
|
||
|
|
from transformers import pipeline, infer_device
|
||
|
|
|
||
|
|
DEVICE = infer_device()
|
||
|
|
pipe = pipeline(task="image-feature-extraction", model_name="google/vit-base-patch16-384", device=DEVICE, pool=True)
|
||
|
|
```
|
||
|
|
|
||
|
|
`pipe`를 사용하여 추론하려면 두 이미지를 모두 전달하세요.
|
||
|
|
|
||
|
|
```python
|
||
|
|
outputs = pipe([image_real, image_gen])
|
||
|
|
```
|
||
|
|
|
||
|
|
출력에는 두 이미지의 풀링된(pooled) 임베딩이 포함되어 있습니다.
|
||
|
|
|
||
|
|
```python
|
||
|
|
# 단일 출력의 길이 구하기
|
||
|
|
print(len(outputs[0][0]))
|
||
|
|
# 출력 결과 표시하기
|
||
|
|
print(outputs)
|
||
|
|
|
||
|
|
# 768
|
||
|
|
# [[[-0.03909236937761307, 0.43381670117378235, -0.06913255900144577,
|
||
|
|
```
|
||
|
|
|
||
|
|
유사도 점수를 얻으려면, 이들을 유사도 함수에 전달해야 합니다.
|
||
|
|
|
||
|
|
```python
|
||
|
|
from torch.nn.functional import cosine_similarity
|
||
|
|
|
||
|
|
similarity_score = cosine_similarity(torch.Tensor(outputs[0]),
|
||
|
|
torch.Tensor(outputs[1]), dim=1)
|
||
|
|
|
||
|
|
print(similarity_score)
|
||
|
|
|
||
|
|
# tensor([0.6043])
|
||
|
|
```
|
||
|
|
|
||
|
|
풀링 이전의 마지막 은닉 상태를 얻고 싶다면, `pool` 매개변수에 아무 값도 전달하지 마세요. 또한, 기본값은 `False`로 설정되어 있습니다. 이 은닉 상태는 모델의 특징을 기반으로 새로운 분류기나 모델을 훈련시키는 데 유용합니다.
|
||
|
|
|
||
|
|
```python
|
||
|
|
pipe = pipeline(task="image-feature-extraction", model_name="google/vit-base-patch16-224", device=DEVICE)
|
||
|
|
output = pipe(image_real)
|
||
|
|
```
|
||
|
|
|
||
|
|
아직 출력이 풀링되지 않았기 때문에, 첫 번째 차원은 배치 크기이고 마지막 두 차원은 임베딩 형태인 마지막 은닉 상태를 얻을 수 있습니다.
|
||
|
|
|
||
|
|
```python
|
||
|
|
import numpy as np
|
||
|
|
print(np.array(outputs).shape)
|
||
|
|
# (1, 197, 768)
|
||
|
|
```
|
||
|
|
|
||
|
|
## `AutoModel`을 사용하여 특징과 유사성 얻기[[getting-features-and-similarities-using-automodel]]
|
||
|
|
|
||
|
|
transformers의 `AutoModel` 클래스를 사용하여 특징을 얻을 수도 있습니다. `AutoModel`은 작업 특화 헤드 없이 모든 transformers 모델을 로드할 수 있으며, 이를 통해 특징을 추출할 수 있습니다.
|
||
|
|
|
||
|
|
```python
|
||
|
|
from transformers import AutoImageProcessor, AutoModel
|
||
|
|
|
||
|
|
processor = AutoImageProcessor.from_pretrained("google/vit-base-patch16-224")
|
||
|
|
model = AutoModel.from_pretrained("google/vit-base-patch16-224").to(DEVICE)
|
||
|
|
```
|
||
|
|
|
||
|
|
추론을 위한 간단한 함수를 작성해 보겠습니다. 먼저 입력값을 `processor`에 전달한 다음, 그 출력값을 `model`에 전달할 것입니다.
|
||
|
|
|
||
|
|
```python
|
||
|
|
def infer(image):
|
||
|
|
inputs = processor(image, return_tensors="pt").to(DEVICE)
|
||
|
|
outputs = model(**inputs)
|
||
|
|
return outputs.pooler_output
|
||
|
|
```
|
||
|
|
|
||
|
|
이 함수에 이미지를 직접 전달하여 임베딩을 얻을 수 있습니다.
|
||
|
|
|
||
|
|
```python
|
||
|
|
embed_real = infer(image_real)
|
||
|
|
embed_gen = infer(image_gen)
|
||
|
|
```
|
||
|
|
|
||
|
|
그리고 이 임베딩을 사용하여 다시 유사도를 계산할 수 있습니다.
|
||
|
|
|
||
|
|
```python
|
||
|
|
from torch.nn.functional import cosine_similarity
|
||
|
|
|
||
|
|
similarity_score = cosine_similarity(embed_real, embed_gen, dim=1)
|
||
|
|
print(similarity_score)
|
||
|
|
|
||
|
|
# tensor([0.6061], device='cuda:0', grad_fn=<SumBackward1>)
|
||
|
|
```
|