MobileNet V2

MobileNet V2是在ImageNet-1k上以160x160分辨率训练的预训练模型。它由Mark Sandler、Andrew Howard、Menglong Zhu、Andrey Zhmoginov和Liang-Chieh Chen于 MobileNetV2: Inverted Residuals and Linear Bottlenecks 年引入。它首次发布于 this repository 年。

免责声明：MobileNet V2团队并未为该模型编写模型卡片，因此此模型卡片由Hugging Face团队编写。

模型描述

根据 original README 中的描述：

MobileNets是小型、低延迟、低功耗的模型，参数化以满足各种用例的资源限制。它们可以用于分类、检测、嵌入和分割，类似于其他流行的大型模型（如Inception）的用法。MobileNets可以高效地在移动设备上运行[...]在延迟、大小和准确性之间进行权衡，与文献中的流行模型相比表现良好。

检查点的命名为mobilenet_v2_depth_size，例如mobilenet_v2_0.75_160，其中0.75是深度缩放因子，160是模型训练所使用的输入图像的分辨率。

预期用途和限制

您可以使用原始模型进行图像分类。查看 model hub 以获取您感兴趣的任务上的微调版本。

如何使用

以下是如何使用此模型将COCO 2017数据集中的图像分类为一类属于1,000个ImageNet类别的示例：

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_0.75_160")
model = AutoModelForImageClassification.from_pretrained("google/mobilenet_v2_0.75_160")

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：该模型实际上预测了1001个类别，包括ImageNet的1000个类别和额外的“background”类别（索引为0）。

当前，特征提取器和模型都支持PyTorch。

BibTeX条目和引用信息

@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}
}