🚀 MobileNet V2
MobileNet V2 是一個在 ImageNet-1k 數據集上以 96x96 分辨率預訓練的模型。它由 Mark Sandler、Andrew Howard、Menglong Zhu、Andrey Zhmoginov 和 Liang-Chieh Chen 提出,論文為 MobileNetV2: Inverted Residuals and Linear Bottlenecks。該模型首次發佈於 此倉庫。
免責聲明
發佈 MobileNet V2 的團隊並未為此模型撰寫模型卡片,此模型卡片由 Hugging Face 團隊編寫。
🚀 快速開始
你可以使用該原始模型進行圖像分類。訪問 模型中心 查找你感興趣的微調版本。
✨ 主要特性
從 原始 README 可知:
MobileNet 是小型、低延遲、低功耗的模型,可根據各種用例的資源限制進行參數調整。與其他流行的大規模模型(如 Inception)類似,它可用於分類、檢測、嵌入和分割等任務。MobileNet 可以在移動設備上高效運行 [...] 與文獻中的流行模型相比,MobileNet 在延遲、大小和準確性之間進行了權衡。
檢查點命名為 mobilenet_v2_depth_size,例如 mobilenet_v2_0.35_96,其中 0.35 是深度乘數,96 是模型訓練時輸入圖像的分辨率。
💻 使用示例
基礎用法
以下是如何使用此模型將 COCO 2017 數據集中的圖像分類為 1000 個 ImageNet 類別之一的示例:
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_0.35_96")
model = AutoModelForImageClassification.from_pretrained("google/mobilenet_v2_0.35_96")
inputs = preprocessor(images=image, return_tensors="pt")
outputs = model(**inputs)
logits = outputs.logits
predicted_class_idx = logits.argmax(-1).item()
print("Predicted class:", model.config.id2label[predicted_class_idx])
⚠️ 重要提示
此模型實際上預測 1001 個類別,即 1000 個 ImageNet 類別加上一個額外的 “背景” 類別(索引 0)。
💡 使用建議
目前,特徵提取器和模型均支持 PyTorch。
📚 詳細文檔
BibTeX 引用和引用信息
@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}
}
📄 許可證
許可證類型:other
🔍 標籤
📊 數據集
🖼️ 示例