Mobilenet V2 1.0 224

🚀 MobileNet V2

MobileNet V2 是一個在 ImageNet-1k 數據集上以 224x224 分辨率預訓練的模型。它能高效地處理圖像分類任務，為資源受限的設備提供了輕量級的解決方案。

🚀 快速開始

你可以使用這個預訓練的模型進行圖像分類。以下是一個使用示例，展示瞭如何將 COCO 2017 數據集中的一張圖像分類到 1000 個 ImageNet 類別之一：

from transformers import AutoImageProcessor, AutoModelForImageClassification
from PIL import Image
import requests

url = "http://images.cocodataset.org/val2017/000000039769.jpg"
image = Image.open(requests.get(url, stream=True).raw)

preprocessor = AutoImageProcessor.from_pretrained("google/mobilenet_v2_1.0_224")
model = AutoModelForImageClassification.from_pretrained("google/mobilenet_v2_1.0_224")

inputs = preprocessor(images=image, return_tensors="pt")

outputs = model(**inputs)
logits = outputs.logits

# model predicts one of the 1000 ImageNet classes
predicted_class_idx = logits.argmax(-1).item()
print("Predicted class:", model.config.id2label[predicted_class_idx])

注意：此模型實際上預測 1001 個類別，即 1000 個 ImageNet 類別加上一個額外的“背景”類別（索引 0）。目前，特徵提取器和模型都支持 PyTorch。

✨ 主要特性

• 輕量級設計：MobileNets 是小型、低延遲、低功耗的模型，可參數化以滿足各種用例的資源限制。
• 多功能性：可用於分類、檢測、嵌入和分割等任務，類似於其他流行的大規模模型（如 Inception）。
• 高效運行：能夠在移動設備上高效運行。
• 權衡優勢：在延遲、大小和準確性之間進行權衡，與文獻中的流行模型相比具有優勢。

📚 詳細文檔

模型描述

根據原始 README：

MobileNets 是小型、低延遲、低功耗的模型，可參數化以滿足各種用例的資源限制。它們可以像其他流行的大規模模型（如 Inception）一樣，用於分類、檢測、嵌入和分割等任務。MobileNets 可以在移動設備上高效運行 [...] MobileNets 在延遲、大小和準確性之間進行權衡，與文獻中的流行模型相比具有優勢。

檢查點命名為 mobilenet_v2_depth_size，例如 mobilenet_v2_1.0_224，其中 1.0 是深度乘數，224 是模型訓練時輸入圖像的分辨率。

預期用途和限制

你可以使用原始模型進行圖像分類。請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。

BibTeX 引用和引用信息

@inproceedings{mobilenetv22018,
  title={MobileNetV2: Inverted Residuals and Linear Bottlenecks},
  author={Mark Sandler and Andrew Howard and Menglong Zhu and Andrey Zhmoginov and Liang-Chieh Chen},
  booktitle={CVPR},
  year={2018}
}

📄 許可證

許可證類型：other