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で導入され、最初はthis repositoryで公開されました。

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、画像分類タスクに使用できるモデルです。細かいチューニング済みのバージョンを探す場合は、モデルハブを参照してください。

✨ 主な機能

MobileNet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、低電力のモデルです。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活用できます。また、モバイルデバイスでも効率的に実行でき、文献上の人気モデルと比較して、レイテンシ、サイズ、精度のバランスが良いです。

📦 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、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 MobileNetV1FeatureExtractor, MobileNetV1ForImageClassification
from PIL import Image
import requests

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

feature_extractor = MobileNetV1FeatureExtractor.from_pretrained("Matthijs/mobilenet_v1_1.0_224")
model = MobileNetV1ForImageClassification.from_pretrained("Matthijs/mobilenet_v1_1.0_224")

inputs = feature_extractor(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])

高度な使用法

このモデルは実際には1001の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）があるためです。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。

📚 ドキュメント

モデルの説明

オリジナルのREADMEによると、「MobileNet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、低電力のモデルです。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活用できます。また、モバイルデバイスでも効率的に実行でき、文献上の人気モデルと比較して、レイテンシ、サイズ、精度のバランスが良いです。」

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。興味のあるタスクに関するファインチューニング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。

🔧 技術詳細

このREADMEには具体的な技術詳細が十分に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。

📄 ライセンス

このモデルのライセンスは「other」です。