Resnet 152

🚀 ResNet-152 v1.5

ResNet-152 v1.5是在分辨率為224x224的ImageNet-1k數據集上預訓練的模型。它由He等人在論文Deep Residual Learning for Image Recognition中提出。該模型可用於圖像分類任務，為圖像識別領域提供了強大的支持。

📄 許可證

本項目採用Apache-2.0許可證。

✨ 主要特性

• 殘差學習與跳躍連接：ResNet（殘差網絡）是一種卷積神經網絡，它將殘差學習和跳躍連接的概念普及化，使得訓練更深層次的模型成為可能。
• 版本改進：此為ResNet v1.5版本，與原始模型有所不同。在需要下采樣的瓶頸塊中，v1版本在第一個1x1卷積中步長為2，而v1.5版本在3x3卷積中步長為2。根據Nvidia的研究，這種差異使ResNet50 v1.5比v1版本的準確率略高（約0.5%的top1準確率），但會帶來輕微的性能損失（約5%的每秒處理圖像數）。

🚀 快速開始

預期用途與限制

你可以使用該原始模型進行圖像分類。你可以訪問模型中心，查找針對你感興趣的任務進行微調後的版本。

如何使用

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

from transformers import AutoFeatureExtractor, ResNetForImageClassification
import torch
from datasets import load_dataset

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

feature_extractor = AutoFeatureExtractor.from_pretrained("microsoft/resnet-152")
model = ResNetForImageClassification.from_pretrained("microsoft/resnet-152")

inputs = feature_extractor(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引用與引用信息

@inproceedings{he2016deep,
  title={Deep residual learning for image recognition},
  author={He, Kaiming and Zhang, Xiangyu and Ren, Shaoqing and Sun, Jian},
  booktitle={Proceedings of the IEEE conference on computer vision and pattern recognition},
  pages={770--778},
  year={2016}
}