Regnet Y 320 Seer

🚀 RegNetModel

RegNetModel 是一個用於圖像分類的模型。它在未經篩選的海量互聯網圖像上進行自監督訓練，使其在圖像識別任務中具有更強的魯棒性和公平性。

🚀 快速開始

RegNetModel 模型在論文 Vision Models Are More Robust And Fair When Pretrained On Uncurated Images Without Supervision 中被提出，並首次在 此倉庫 中發佈。

免責聲明：發佈 RegNetModel 的團隊並未為此模型編寫模型卡片，此模型卡片由 Hugging Face 團隊編寫。

✨ 主要特性

• 該模型的作者以自監督的方式在數十億張來自互聯網的隨機圖像上訓練了 RegNets 模型。

📚 詳細文檔

預期用途和限制

你可以使用原始模型進行圖像分類。請查看 模型中心 以查找針對你感興趣的任務進行微調的版本。

使用方法

以下是如何使用此模型的示例：

>>> from transformers import AutoFeatureExtractor, RegNetModel
>>> 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 = RegNetModel.from_pretrained("zuppif/regnet-y-040")

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

>>> with torch.no_grad():
...     outputs = model(**inputs)

>>> last_hidden_states = outputs.last_hidden_state
>>> list(last_hidden_states.shape)
[1, 1088, 7, 7]

更多代碼示例，請參考 文檔。

📄 許可證

本模型採用 Apache-2.0 許可證。