Van Small

🚀 Van模型

Van模型是在ImageNet - 1K數據集上訓練得到的。它在論文Visual Attention Network中被提出，並首次在此倉庫中發佈。

需要說明的是，發佈Van模型的團隊並未為此模型撰寫模型卡片，本模型卡片由Hugging Face團隊撰寫。

🚀 快速開始

Van模型可用於圖像分類任務。你可以在模型中心查找針對你感興趣任務的微調版本。

以下是使用該模型的示例代碼：

基礎用法

>>> from transformers import AutoFeatureExtractor, VanForImageClassification
>>> import torch
>>> from datasets import load_dataset

>>> dataset = load_dataset("huggingface/cats-image")
>>> image = dataset["test"]["image"][0]

>>> feature_extractor = AutoFeatureExtractor.from_pretrained("Visual-Attention-Network/van-base")
>>> model = VanForImageClassification.from_pretrained("Visual-Attention-Network/van-base")

>>> 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

更多代碼示例請參考文檔。

✨ 主要特性

本文提出了一種基於卷積操作的新型注意力層，該層能夠同時捕捉局部和遠距離關係。這是通過結合普通卷積層和大核卷積層實現的，其中大核卷積層使用擴張卷積來捕捉遠距離相關性。

📄 許可證

本模型採用Apache - 2.0許可證。

⚠️ 重要提示

發佈Van模型的團隊並未為此模型撰寫模型卡片，本模型卡片由Hugging Face團隊撰寫。

💡 使用建議

可在模型中心查找針對特定任務的微調版本以獲得更好的效果。