Mobilenet V2 1.0 224

🚀 MobileNet V2

MobileNet V2は、解像度224x224のImageNet-1kで事前学習されたモデルです。画像分類タスクに適しており、低遅延で低電力消費なモデルです。

🚀 クイックスタート

MobileNet V2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、Mark Sandler、Andrew Howard、Menglong Zhu、Andrey Zhmoginov、Liang-Chieh ChenによるMobileNetV2: Inverted Residuals and Linear Bottlenecks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、MobileNet V2をリリース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。

✨ 主な機能

モデルの説明

元のREADMEによると、

MobileNetは、さまざまなユースケースのリソース制約を満たすためにパラメータ化された小型で低遅延、低電力のモデルです。他の人気の大規模モデル（Inceptionなど）と同様に、分類、検出、埋め込み、セグメンテーションなどのタスクに使用できます。MobileNetは、モバイルデバイスでも効率的に実行できます。MobileNetは、遅延、サイズ、精度のトレードオフを行い、文献上の人気モデルと比較して良好な性能を示します。

チェックポイントは mobilenet_v2_depth_size という名前で、例えば mobilenet_v2_1.0_224 のようになります。ここで、1.0 は深度乗数で、224 はモデルが学習された入力画像の解像度です。

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。

📦 インストール

このセクションでは、必要な依存関係をインストールする手順を説明します。以下のコマンドを使用して、必要なライブラリをインストールしてください。

pip install transformers requests pillow torch

💻 使用例

基本的な使用法

以下は、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の例です。

from transformers import AutoImageProcessor, AutoModelForImageClassification
from PIL import Image
import requests

url = "http://images.cocodataset.org/val2017/000000039769.jpg"
image = Image.open(requests.get(url, stream=True).raw)

preprocessor = AutoImageProcessor.from_pretrained("google/mobilenet_v2_1.0_224")
model = AutoModelForImageClassification.from_pretrained("google/mobilenet_v2_1.0_224")

inputs = preprocessor(images=image, return_tensors="pt")

outputs = model(**inputs)
logits = outputs.logits

# model predicts one of the 1000 ImageNet classes
predicted_class_idx = logits.argmax(-1).item()
print("Predicted class:", model.config.id2label[predicted_class_idx])

⚠️ 重要提示

このモデルは実際には1001のクラスを予測します。つまり、ImageNetの1000クラスに加えて、追加の「背景」クラス（インデックス0）があります。

💡 使用建议

現在、特徴抽出器とモデルの両方がPyTorchをサポートしています。

BibTeX引用

@inproceedings{mobilenetv22018,
  title={MobileNetV2: Inverted Residuals and Linear Bottlenecks},
  author={Mark Sandler and Andrew Howard and Menglong Zhu and Andrey Zhmoginov and Liang-Chieh Chen},
  booktitle={CVPR},
  year={2018}
}

📄 ライセンス

このモデルは他のライセンスの下で提供されています。