Levit 128

🚀 LeViT

LeViT是一个用于图像分类的模型，它基于Transformer架构，在ImageNet-1k数据集上进行了预训练。该模型能够快速进行推理，在图像分类任务中具有高效性和准确性。

🚀 快速开始

LeViT-128模型在分辨率为224x224的ImageNet-1k数据集上进行了预训练。它由Graham等人在论文LeViT: a Vision Transformer in ConvNet's Clothing for Faster Inference中提出，并首次在此仓库发布。

声明：发布LeViT的团队并未为此模型编写模型卡片，此模型卡片由Hugging Face团队编写。

💻 使用示例

基础用法

以下是如何使用该模型将COCO 2017数据集中的图像分类为1000个ImageNet类别之一的示例代码：

from transformers import LevitFeatureExtractor, LevitForImageClassificationWithTeacher
from PIL import Image
import requests

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

feature_extractor = LevitFeatureExtractor.from_pretrained('facebook/levit-128')
model = LevitForImageClassificationWithTeacher.from_pretrained('facebook/levit-128')

inputs = feature_extractor(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])

📄 许可证

本项目采用Apache-2.0许可证。

你可以通过以下示例图片快速体验该模型：

• 老虎
• 茶壶
• 宫殿