Resnet 101

🚀 ResNet-101 v1.5

ResNetは、ImageNet-1kデータセットで解像度224x224の条件で事前学習されたモデルです。このモデルは、Heらによる論文 Deep Residual Learning for Image Recognition で導入されました。

なお、ResNetを公開したチームはこのモデルについて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

モデルの説明

ResNet (Residual Network) は、残差学習とスキップ接続の概念を広めた畳み込みニューラルネットワークです。これにより、より深いモデルの学習が可能になります。

このモデルはResNet v1.5で、元のモデルとは異なります。ダウンサンプリングが必要なボトルネックブロックでは、v1では最初の1x1畳み込みでstride = 2となっていますが、v1.5では3x3畳み込みでstride = 2となっています。この違いにより、ResNet50 v1.5はv1よりもわずかに精度が高く（~0.5% top1）、Nvidia によると、わずかなパフォーマンスの低下（~5% imgs/sec）があります。

使用目的と制限事項

この生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。

💻 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 AutoFeatureExtractor, ResNetForImageClassification
import torch
from datasets import load_dataset

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

feature_extractor = AutoFeatureExtractor.from_pretrained("microsoft/resnet-101")
model = ResNetForImageClassification.from_pretrained("microsoft/resnet-101")

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])

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。

BibTeX引用

@inproceedings{he2016deep,
  title={Deep residual learning for image recognition},
  author={He, Kaiming and Zhang, Xiangyu and Ren, Shaoqing and Sun, Jian},
  booktitle={Proceedings of the IEEE conference on computer vision and pattern recognition},
  pages={770--778},
  year={2016}
}

📄 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。