Resnet18

🚀 ResNet-18モデル

ImageNetteで事前学習されたモデルです。ResNetアーキテクチャはこの論文で導入されました。

🚀 クイックスタート

このResNet-18モデルは画像分類に使用でき、事前学習済みの重みを利用して高精度な予測が可能です。

✨ 主な機能

• 画像分類タスクに特化したモデルです。
• PyTorchとONNX形式で利用可能です。
• frgfm/imagenetteデータセットで事前学習されています。

📦 インストール

前提条件

Holocronをインストールするには、Python 3.6（またはそれ以上）とpipまたはcondaが必要です。

最新の安定版

pypiを使用して、パッケージの最後の安定版を次のようにインストールできます。

pip install pylocron

またはcondaを使用してインストールすることもできます。

conda install -c frgfm pylocron

開発者モード

また、まだリリースされていない最新の機能を使用したい場合は、ソースからパッケージをインストールすることができます（最初にGitをインストールしてください）。

git clone https://github.com/frgfm/Holocron.git
pip install -e Holocron/.

💻 使用例

基本的な使用法

from PIL import Image
from torchvision.transforms import Compose, ConvertImageDtype, Normalize, PILToTensor, Resize
from torchvision.transforms.functional import InterpolationMode
from holocron.models import model_from_hf_hub

model = model_from_hf_hub("frgfm/resnet18").eval()

img = Image.open(path_to_an_image).convert("RGB")

# 前処理
config = model.default_cfg
transform = Compose([
    Resize(config['input_shape'][1:], interpolation=InterpolationMode.BILINEAR),
    PILToTensor(),
    ConvertImageDtype(torch.float32),
    Normalize(config['mean'], config['std'])
])

input_tensor = transform(img).unsqueeze(0)

# 推論
with torch.inference_mode():
    output = model(input_tensor)
probs = output.squeeze(0).softmax(dim=0)

📚 ドキュメント

モデルの説明

著者の核心的なアイデアは、スキップ接続を追加することで、多数のレイヤーを通じて勾配を伝播させやすくすることです。

📄 ライセンス

このプロジェクトはApache-2.0ライセンスの下で提供されています。

🔗 引用

元の論文

@article{DBLP:journals/corr/HeZRS15,
  author    = {Kaiming He and
               Xiangyu Zhang and
               Shaoqing Ren and
               Jian Sun},
  title     = {Deep Residual Learning for Image Recognition},
  journal   = {CoRR},
  volume    = {abs/1512.03385},
  year      = {2015},
  url       = {http://arxiv.org/abs/1512.03385},
  eprinttype = {arXiv},
  eprint    = {1512.03385},
  timestamp = {Wed, 17 Apr 2019 17:23:45 +0200},
  biburl    = {https://dblp.org/rec/journals/corr/HeZRS15.bib},
  bibsource = {dblp computer science bibliography, https://dblp.org}
}

この実装のソース

@software{Fernandez_Holocron_2020,
author = {Fernandez, François-Guillaume},
month = {5},
title = {{Holocron}},
url = {https://github.com/frgfm/Holocron},
year = {2020}
}