Regnet Y 1280 Seer In1k

🚀 RegNet

RegNet是在ImageNet-1K數據集上訓練的模型，它解決了圖像分類的任務，為圖像識別領域提供了強大的支持。該模型在未經人工篩選的圖像上進行無監督預訓練，使得模型更加魯棒和公平。

🚀 快速開始

RegNet模型可用於圖像分類任務。你可以直接使用原始模型進行圖像分類，也可以在模型中心（model hub）查找針對特定任務微調後的版本。

模型使用示例

以下是使用該模型的示例代碼：

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

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

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

>>> # 模型預測1000個ImageNet類別中的一個
>>> predicted_label = logits.argmax(-1).item()
>>> print(model.config.id2label[predicted_label])
'tabby, tabby cat'

更多代碼示例請參考文檔。

✨ 主要特性

• 自監督訓練：作者在來自互聯網的數十億隨機圖像上以自監督的方式訓練了RegNets模型。
• 微調應用：該模型在ImageNet上進行了微調，可用於圖像分類任務。

📚 詳細文檔

模型描述

作者以自監督的方式在來自互聯網的數十億隨機圖像上訓練了RegNets模型，之後在ImageNet上進行了微調。

預期用途和限制

你可以使用原始模型進行圖像分類。可在模型中心查找針對你感興趣的任務微調後的版本。

📄 許可證

本模型採用Apache-2.0許可證。

免責聲明

發佈RegNet的團隊未為此模型編寫模型卡片，此模型卡片由Hugging Face團隊編寫。