Regnet Y 160

🚀 RegNet

RegNetは、ImageNet-1kデータセットで学習されたモデルです。画像分類タスクに適用でき、高精度な結果を提供します。

🚀 クイックスタート

RegNetは、Designing Network Design Spacesという論文で紹介され、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。

✨ 主な機能

• ニューラルアーキテクチャサーチ（NAS）: 著者らは、ニューラルアーキテクチャサーチ（NAS）を行うための探索空間を設計しました。高次元の探索空間から始め、現在の探索空間でサンプリングされた最良のモデルに基づいて経験的に制約を適用することで、探索空間を反復的に縮小します。

📦 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、このセクションは省略されます。

💻 使用例

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'

高度な使用法

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。

📚 ドキュメント

想定される用途と制限

生のモデルを画像分類に使用することができます。関心のあるタスクでファインチューニング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。

🔧 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、このセクションは省略されます。

📄 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。

参考情報