Regnet Y 1280 Seer In1k

🚀 RegNet

RegNetは、imagenet - 1kで学習されたモデルです。このモデルは論文 Vision Models Are More Robust And Fair When Pretrained On Uncurated Images Without Supervision 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、RegNet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

RegNetモデルは、インターネット上の数十億枚のランダムな画像を用いて自己教師付き学習で訓練され、その後ImageNetで微調整されました。このモデルは画像分類タスクに使用できます。

✨ 主な機能

• 自己教師付き学習で訓練された画像分類モデル。
• ImageNetで微調整され、高い精度を実現。

📚 ドキュメント

モデルの説明

著者らは、RegNets モデルをインターネット上の数十億枚のランダムな画像を用いて自己教師付き学習で訓練しました。このモデルはその後、ImageNetで微調整されています。

想定される用途と制限

この生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。

使い方

このモデルの使用方法は次のとおりです。

基本的な使用法

>>> from transformers import AutoFeatureExtractor, RegNetForImageClassification
>>> import torch
>>> from datasets import load_dataset

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

>>> feature_extractor = AutoFeatureExtractor.from_pretrained("zuppif/regnet-y-040")
>>> model = RegNetForImageClassification.from_pretrained("zuppif/regnet-y-040")

>>> inputs = feature_extractor(image, return_tensors="pt")

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

>>> # モデルは1000のImageNetクラスのうちの1つを予測します
>>> predicted_label = logits.argmax(-1).item()
>>> print(model.config.id2label[predicted_label])
'tabby, tabby cat'

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。

📄 ライセンス

このモデルはApache - 2.0ライセンスの下で公開されています。