ResNet-34 v1.5

在分辨率为224x224的ImageNet-1k数据集上进行预训练的ResNet模型。该模型在He等人的论文中被介绍[ Deep Residual Learning for Image Recognition ]。

免责声明：发布ResNet的团队没有为此模型编写模型卡片，因此此模型卡片是由Hugging Face团队编写的。

模型说明

ResNet（残差网络）是一个卷积神经网络，通过引入残差学习和跳跃连接的概念，实现了更深层次的模型训练。

这是ResNet v1.5，它与原始模型的区别在于需要下采样的瓶颈块中，v1版本在第一个1x1卷积中的步幅(stride)为2，而v1.5版本在3x3卷积中的步幅为2。这一差异使得ResNet50 v1.5稍微更准确（约0.5％ top1），但同时也带来了一些性能缺陷（约5％ imgs/sec）[ Nvidia ]。

预期用途和限制

您可以使用原始模型进行图像分类。可以查看 model hub 上的细调版本以适用您感兴趣的任务。

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1,000个ImageNet类别之一的方法：

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-34")
model = ResNetForImageClassification.from_pretrained("microsoft/resnet-34")

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])

如需更多代码示例，请参阅 documentation 。

BibTeX条目和引用信息

@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}
}