Van Tiny

🚀 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。該模型可用於圖像分類任務，為圖像識別領域提供了新的解決方案。

🚀 快速開始

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的任務進行微調後的版本。

以下是如何使用此模型的示例代碼：

>>> 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

本文介紹了一種基於卷積操作的新型注意力層，該層能夠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來實現的。其中，大核卷積層使用擴張卷積來捕捉遠距離相關性。

📚 詳細文檔

預期用途和限制

你可以使用原始模型進行圖像分類。可以在模型中心查找針對特定任務微調後的版本。

使用說明

代碼示例展示瞭如何使用該模型進行圖像分類預測，詳細步驟包括加載數據集、提取特徵、加載模型、輸入數據、進行預測並輸出結果。

📄 許可證

本模型採用Apache - 2.0許可證。

標籤和數據集

示例小部件

• 老虎
• 茶壺
• 宮殿

免責聲明

發佈Van模型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。