Resnet 34

🚀 ResNet-34 v1.5

ResNetモデルは、解像度224x224のImageNet-1kで事前学習されています。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。

🚀 クイックスタート

このドキュメントでは、ResNet-34 v1.5モデルについて説明します。このモデルは画像分類タスクに使用でき、ImageNet-1kデータセットで事前学習されています。

✨ 主な機能

• ResNet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。
• ResNet v1.5は、元のモデルとは異なり、ダウンサンプリングが必要なボトルネックブロックで、3x3畳み込みでstride = 2を使用します。この違いにより、ResNet50 v1.5はv1よりもわずかに精度が高くなります（トップ1で約0.5%）が、Nvidiaによると、少しのパフォーマンスの低下（約5% imgs/sec）があります。

📚 ドキュメント

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。

これは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、v1は最初の1x1畳み込みでstride = 2を使用しますが、v1.5は3x3畳み込みでstride = 2を使用します。この違いにより、ResNet50 v1.5はv1よりもわずかに精度が高くなります（トップ1で約0.5%）が、Nvidiaによると、少しのパフォーマンスの低下（約5% imgs/sec）があります。

想定される用途と制限

この生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。

使い方

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-34")
model = ResNetForImageClassification.from_pretrained("microsoft/resnet-34")

inputs = feature_extractor(image, return_tensors="pt")

with torch.no_grad():
    logits = model(**inputs).logits

# モデルは1000のImageNetクラスのいずれかを予測します
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エントリと引用情報

@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。