Regnet Y 640 Seer In1k

🚀 RegNet

RegNetは、imagenet - 1kで学習されたモデルです。論文Vision Models Are More Robust And Fair When Pretrained On Uncurated Images Without Supervisionで紹介され、最初はthis repositoryで公開されました。

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

このセクションでは、RegNetモデルの基本的な使い方を説明します。以下のコード例を参考に、画像分類タスクにこのモデルを適用できます。

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

>>> # model predicts one of the 1000 ImageNet classes
>>> 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、documentationを参照してください。

✨ 主な機能

• 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RegNetモデルを学習し、その後ImageNetでファインチューニングしています。
• 生のモデルを画像分類に使用でき、モデルハブで関心のあるタスクに対するファインチューニング済みのバージョンを探すことができます。

📚 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学習させました。このモデルはその後、ImageNetでファインチューニングされています。

想定される用途と制限

この生のモデルは画像分類に使用できます。関心のあるタスクに対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。

📄 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。