MasterMIARFID/EfficientNetV2S-Optuna-BodyFat-Regressor

EfficientNetV2-S + Optuna — Estimador de Grasa Corporal

Descripción del modelo

Modelo basado en EfficientNetV2-S (pretrained en ImageNet) con la cabeza clasificadora reemplazada por un regresor MLP para estimar el porcentaje de grasa corporal total (WBFP) a partir de una fotografía frontal del torso.

Los hiperparámetros (lr, weight_decay, dropout) se optimizaron con Optuna usando 3-Fold CV y 25 trials. La evaluación final se realizó con 10-Fold Cross-Validation.

---

Resultados (10-Fold CV)

Métrica	Media ± Std
SEE	3.866 ± 0.724
Pearson	0.842 ± 0.073
MAE	3.003 ± 0.375

Mejor fold: 8 | SEE: 2.8911

---

Mejores hiperparámetros (Optuna)

Parámetro	Valor
Learning Rate	0.000165
Weight Decay	0.000881
Dropout	0.123

---

Proceso de entrenamiento

Parámetro	Valor
Base model	EfficientNetV2-S (torchvision)
Dataset	MasterMIARFID/peoplebf_dexa
Optimizador	AdamW
Loss	SmoothL1Loss
Scheduler	CosineAnnealingLR
Tuning	Optuna (25 trials, 3-Fold CV)
K-Fold Final	10
Epochs	50
Patience	10
Batch Size	8

---

Transformaciones de imagen

Entrenamiento

Resize(224, 224)
RandomHorizontalFlip(p=0.5)
RandomRotation(10)
RandomAffine(degrees=0, translate=(0.05, 0.05))
ColorJitter(brightness=0.1, contrast=0.1)
ToTensor()
Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225])

Validación/Inferencia

Resize(224, 224)
ToTensor()
Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225])

---

Cómo cargar y usar el modelo

import torch
import torch.nn as nn
import torchvision.models as models
import torchvision.transforms as T
from PIL import Image

def create_efficientnet_regressor(dropout=0.123):
    model = models.efficientnet_v2_s(weights=None)
    in_features = model.classifier[1].in_features
    model.classifier = nn.Sequential(
        nn.Dropout(p=dropout),
        nn.Linear(in_features, 256),
        nn.ReLU(),
        nn.Dropout(p=dropout / 2),
        nn.Linear(256, 1)
    )
    return model

transform = T.Compose([
    T.Resize((224, 224)),
    T.ToTensor(),
    T.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]),
])

model = create_efficientnet_regressor()
model.load_state_dict(torch.load('efficientnet_optuna_bodyfat_regressor.pth', weights_only=True))
model.eval()

img = Image.open('foto_torso_frente.jpg').convert('RGB')
x = transform(img).unsqueeze(0)

with torch.no_grad():
    wbfp = model(x).item()

print(f'WBFP estimado: {wbfp:.2f} %')

---

Tipo de imagen esperada

El modelo espera imágenes frontales del torso (vista de frente, cuerpo centrado, sin ropa o con ropa ajustada). Las imágenes son RGB estándar.