Mobilenet V1 0.75 192

🚀 MobileNet V1

MobileNet V1は、解像度192x192のImageNet-1kで事前学習されたモデルです。このモデルは、Howardらによる MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications で導入され、最初は このリポジトリ で公開されました。

なお、MobileNet V1をリリース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

• モデルは画像分類に使用できます。
• モバイルデバイスでも効率的に実行可能で、低レイテンシーと低電力消費を実現しています。

📦 インストール

このREADMEには具体的なインストール手順が記載されていないため、このセクションをスキップします。

💻 使用例

基本的な使用法

以下は、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ためのコード例です。

from transformers import AutoImageProcessor, AutoModelForImageClassification
from PIL import Image
import requests

url = "http://images.cocodataset.org/val2017/000000039769.jpg"
image = Image.open(requests.get(url, stream=True).raw)

preprocessor = AutoImageProcessor.from_pretrained("google/mobilenet_v1_0.75_192")
model = AutoModelForImageClassification.from_pretrained("google/mobilenet_v1_0.75_192")

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

outputs = model(**inputs)
logits = outputs.logits

# model predicts one of the 1000 ImageNet classes
predicted_class_idx = logits.argmax(-1).item()
print("Predicted class:", model.config.id2label[predicted_class_idx])

⚠️ 重要提示

このモデルは実際には1001クラスを予測します。つまり、ImageNetの1000クラスに加えて、追加の「背景」クラス（インデックス0）があります。

💡 使用建议

現在、特徴抽出器とモデルの両方がPyTorchをサポートしています。

📚 ドキュメント

モデルの説明

元のREADME より引用：

MobileNetsは、さまざまなユースケースのリソース制約を満たすためにパラメータ化された、小型で低レイテンシー、低消費電力のモデルです。Inceptionなどの他の一般的な大規模モデルと同様に、分類、検出、埋め込み、セグメンテーションのために構築することができます。MobileNetsは、モバイルデバイスでも効率的に実行できます [...] MobileNetsは、文献上の人気のあるモデルと比較して、レイテンシー、サイズ、精度のトレードオフを行います。

想定される用途と制限

このモデルは画像分類に使用できます。関心のあるタスクで微調整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。

📄 ライセンス

ライセンス情報: other