Convnext Base 384 22k 1k

🚀 ConvNeXT (基礎尺寸模型)

ConvNeXT是一個在圖像分類領域表現出色的模型。它在ImageNet - 22k上進行預訓練，並在分辨率為384x384的ImageNet - 1k上進行微調。該模型為圖像分類任務提供了強大的支持，能有效識別各類圖像。

🚀 快速開始

ConvNeXT模型在ImageNet - 22k上預訓練，並在分辨率為384x384的ImageNet - 1k上微調。它由Liu等人在論文 A ConvNet for the 2020s 中提出，並首次在 此倉庫 發佈。

⚠️ 重要提示 ConvNeXT的發佈團隊並未為此模型撰寫模型卡片，此模型卡片由Hugging Face團隊編寫。

✨ 主要特性

ConvNeXT是一個純卷積模型（ConvNet），它受到視覺變換器（Vision Transformers）設計的啟發，宣稱性能優於視覺變換器。作者從殘差網絡（ResNet）出發，以Swin Transformer為靈感對其設計進行了“現代化”改造。

📚 詳細文檔

預期用途與限制

你可以使用原始模型進行圖像分類。可查看 模型中心 以尋找針對你感興趣任務的微調版本。

如何使用

以下是如何使用此模型將COCO 2017數據集中的圖像分類為1000個ImageNet類別之一的示例：

from transformers import ConvNextImageProcessor, ConvNextForImageClassification
import torch
from datasets import load_dataset

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

processor = ConvNextImageProcessor.from_pretrained("facebook/convnext-base-384-22k-1k")
model = ConvNextForImageClassification.from_pretrained("facebook/convnext-base-384-22k-1k")

inputs = processor(image, return_tensors="pt")

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

# 模型預測1000個ImageNet類別之一
predicted_label = logits.argmax(-1).item()
print(model.config.id2label[predicted_label]),

更多代碼示例，請參考 文檔。

BibTeX引用和引用信息

@article{DBLP:journals/corr/abs-2201-03545,
  author    = {Zhuang Liu and
               Hanzi Mao and
               Chao{-}Yuan Wu and
               Christoph Feichtenhofer and
               Trevor Darrell and
               Saining Xie},
  title     = {A ConvNet for the 2020s},
  journal   = {CoRR},
  volume    = {abs/2201.03545},
  year      = {2022},
  url       = {https://arxiv.org/abs/2201.03545},
  eprinttype = {arXiv},
  eprint    = {2201.03545},
  timestamp = {Thu, 20 Jan 2022 14:21:35 +0100},
  biburl    = {https://dblp.org/rec/journals/corr/abs-2201-03545.bib},
  bibsource = {dblp computer science bibliography, https://dblp.org}
}

📄 許可證

本項目採用Apache - 2.0許可證。