Regnet X 008

🚀 RegNet

RegNetは、ImageNet-1kで学習されたモデルです。論文 Designing Network Design Spaces 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。

🚀 クイックスタート

RegNetは、ImageNet-1kデータセットで訓練された画像分類モデルです。以下に、このモデルの基本的な使い方を示します。

>>> 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。

✨ 主な機能

• 画像分類タスクに使用できます。
• モデルハブで微調整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、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。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。興味のあるタスクで微調整されたバージョンを モデルハブ で探すことができます。

📄 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。