Regnet Y 640 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問題，能夠為圖像準確分類，在圖像識別領域具有重要價值。

🚀 快速開始

RegNet模型在ImageNet-1K上進行訓練。它首次在論文 Vision Models Are More Robust And Fair When Pretrained On Uncurated Images Without Supervision 中被提出，並在 此倉庫 首次發佈。

聲明：發佈RegNet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

• 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上進行微調。
• 可用於圖像分類任務。

📦 安裝指南

文檔未提及安裝步驟，故跳過此章節。

💻 使用示例

基礎用法

>>> 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

>>> # model predicts one of the 1000 ImageNet classes
>>> predicted_label = logits.argmax(-1).item()
>>> print(model.config.id2label[predicted_label])
'tabby, tabby cat'

高級用法

如需更多代碼示例，請參考 文檔。

📚 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，此模型之後在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。

🔧 技術細節

文檔未提及技術實現細節，故跳過此章節。

📄 許可證

本項目採用Apache 2.0許可證。