Mobilenet V2 1.4 224

🚀 MobileNet V2

MobileNet V2是一個在ImageNet - 1k數據集上以224x224分辨率預訓練的模型。它由Mark Sandler、Andrew Howard、Menglong Zhu、Andrey Zhmoginov和Liang - Chieh Chen在論文MobileNetV2: Inverted Residuals and Linear Bottlenecks中提出，並首次在此倉庫發佈。該模型可用於圖像分類等視覺任務，能在不同資源約束下高效運行。

🚀 快速開始

你可以使用這個預訓練的模型進行圖像分類任務。下面是一個使用示例，展示瞭如何將COCO 2017數據集中的一張圖像分類到1000個ImageNet類別之一：

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_1.4_224")
model = AutoModelForImageClassification.from_pretrained("google/mobilenet_v2_1.4_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

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（索引為0）。

💡 使用建議

目前，特徵提取器和模型都支持PyTorch。你可以在模型中心查找針對你感興趣任務的微調版本。

✨ 主要特性

• MobileNet系列模型體積小、延遲低、功耗低，可根據不同用例的資源約束進行參數調整。
• 可用於分類、檢測、嵌入和分割等任務，類似於其他流行的大規模模型（如Inception）。
• 能在移動設備上高效運行，在延遲、模型大小和準確性之間進行權衡，與文獻中的流行模型相比具有優勢。

📚 詳細文檔

模型描述

根據原始README：

MobileNet是小型、低延遲、低功耗的模型，可根據各種用例的資源約束進行參數設置。它們可以像其他流行的大規模模型（如Inception）一樣，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 [...] MobileNet在延遲、大小和準確性之間進行權衡，與文獻中的流行模型相比具有優勢。

檢查點命名為mobilenet_v2_depth_size，例如mobilenet_v2_1.4_224，其中1.4是深度乘數，224是模型訓練時輸入圖像的分辨率。

預期用途和限制

你可以使用原始模型進行圖像分類。你可以在模型中心查找針對你感興趣任務的微調版本。

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

該模型使用其他許可證。