Mobilenet V1 1.0 224

🚀 MobileNet V1

MobileNet V1は、解像度224x224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 で紹介され、このリポジトリ で最初に公開されました。

なお、MobileNet V1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。

🚀 クイックスタート

MobileNet V1は、解像度224x224のImageNet-1kで事前学習されたモデルで、画像分類タスクに使用できます。以下のセクションでは、このモデルの詳細な説明と使用方法を紹介します。

✨ 主な機能

• MobileNet V1は、小型で低遅延、低消費電力のモデルで、さまざまなユースケースのリソース制約を満たすように設計されています。
• このモデルは、分類、検出、埋め込み、セグメンテーションなどのタスクに使用でき、Inceptionなどの他の大規模モデルと同様に活用できます。
• MobileNet V1は、モバイルデバイスでも効率的に実行でき、遅延、サイズ、精度のバランスを取りながら、文献上の人気モデルと比較して良好な性能を発揮します。

📚 ドキュメント

モデルの説明

元のREADME からの引用：

MobileNetは、小型で低遅延、低消費電力のモデルで、さまざまなユースケースのリソース制約を満たすようにパラメータ化されています。Inceptionなどの他の人気の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などのタスクに使用できます。MobileNetは、モバイルデバイスでも効率的に実行できます [...] MobileNetは、遅延、サイズ、精度のトレードオフを行い、文献上の人気モデルと比較して良好な性能を発揮します。

想定される用途と制限

このモデルは、生モデルとして画像分類に使用できます。関心のあるタスクに対する微調整済みのバージョンを探すには、モデルハブ を参照してください。

使い方

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。

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_1.0_224")
model = AutoModelForImageClassification.from_pretrained("google/mobilenet_v1_1.0_224")

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])

注意: このモデルは実際には1001クラスを予測します。これは、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）が含まれているためです。

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。

📄 ライセンス

このモデルは、Otherのライセンスで提供されています。