Efficientnet B5

🚀 EfficientNet (b5モデル)

EfficientNetは、解像度456x456のImageNet-1kで学習されたモデルです。このモデルは、Mingxing TanとQuoc V. Leによる論文 EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks で紹介され、最初は このリポジトリ で公開されました。

なお、EfficientNetを公開したチームはこのモデルのモデルカードを作成していないため、このモデルカードはHugging Faceチームによって作成されています。

✨ 主な機能

EfficientNetは、モバイルに適した純粋な畳み込みモデル（ConvNet）で、簡単でありながら非常に効果的な複合係数を使用して、深さ、幅、解像度のすべての次元を均一に拡大する新しいスケーリング方法を提案しています。

🚀 クイックスタート

このモデルは画像分類に使用できます。興味のあるタスクでファインチューニングされたバージョンを探すには、モデルハブ を参照してください。

💻 使用例

基本的な使用法

以下は、このモデルを使用してCOCO 2017データセットの画像を1,000のImageNetクラスのいずれかに分類する方法です。

import torch
from datasets import load_dataset
from transformers import EfficientNetImageProcessor, EfficientNetForImageClassification

dataset = load_dataset("huggingface/cats-image")
image = dataset["test"]["image"][0]

preprocessor = EfficientNetImageProcessor.from_pretrained("google/efficientnet-b5")
model = EfficientNetForImageClassification.from_pretrained("google/efficientnet-b5")

inputs = preprocessor(image, return_tensors="pt")

with torch.no_grad():
    logits = model(**inputs).logits

# モデルは1000のImageNetクラスのいずれかを予測します
predicted_label = logits.argmax(-1).item()
print(model.config.id2label[predicted_label]),

より多くのコード例については、ドキュメント を参照してください。

引用情報

@article{Tan2019EfficientNetRM,
  title={EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks},
  author={Mingxing Tan and Quoc V. Le},
  journal={ArXiv},
  year={2019},
  volume={abs/1905.11946}
}

📄 ライセンス

このモデルはApache-2.0ライセンスの下で提供されています。