Van Tiny

🚀 Van

Vanモデルは、imagenet - 1kで学習されたモデルです。このモデルは論文 Visual Attention Network で紹介され、このリポジトリ で最初に公開されました。

免責事項: Van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ました。

🚀 クイックスタート

Vanモデルは、画像分類タスクに使用できます。以下に使用例を示します。

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

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

>>> feature_extractor = AutoFeatureExtractor.from_pretrained("Visual-Attention-Network/van-base")
>>> model = VanForImageClassification.from_pretrained("Visual-Attention-Network/van-base")

>>> 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、ドキュメント を参照してください。

✨ 主な機能

この論文では、畳み込み演算に基づく新しいアテンションレイヤーが導入されています。このレイヤーは、通常の畳み込みレイヤーと大きなカーネルの畳み込みレイヤーを組み合わせることで、局所的および遠隔の関係を捉えることができます。大きなカーネルの畳み込みレイヤーでは、膨張畳み込みを使用して遠隔の相関関係を捉えます。

📚 ドキュメント

想定される使用方法と制限事項

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。

📄 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。