Regnet X 160

🚀 RegNet

RegNetは、imagenet - 1kで学習されたモデルです。このモデルは論文 Designing Network Design Spaces で紹介され、最初は このリポジトリ 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

RegNetは、imagenet - 1kデータセットで学習された画像分類モデルです。ニューラルアーキテクチャサーチ（NAS）を用いて設計され、高性能な画像分類タスクを実行できます。

✨ 主な機能

• 論文 Designing Network Design Spaces で提案されたアーキテクチャを採用。
• imagenet - 1kデータセットで学習され、広範な画像分類タスクに対応。

📦 インストール

このモデルを使用するには、transformers ライブラリが必要です。以下のコマンドでインストールできます。

pip install transformers

💻 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

より詳細な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

モデルの説明

著者らは、ニューラルアーキテクチャサーチ（NAS）を実行するための探索空間を設計しました。まず、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。

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。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。

📄 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。