license: apache-2.0 tags:

• 视觉
• 图像分类 datasets:
• imagenet-1k

ResNet-34 v1.5

ResNet模型在ImageNet-1k数据集上以224x224分辨率预训练完成。该模型由何凯明等人在论文深度残差学习用于图像识别中提出。

免责声明：发布ResNet的团队未为此模型编写模型卡，故本模型卡由Hugging Face团队撰写。

模型描述

ResNet（残差网络）是一种卷积神经网络，它普及了残差学习和跳跃连接的概念，使得训练更深层的模型成为可能。

此为ResNet v1.5版本，与原始模型的不同之处在于：在下采样所需的瓶颈块中，v1版本在第一个1x1卷积中设置步长(stride)为2，而v1.5版本则在3x3卷积中设置步长为2。根据Nvidia的说法，这一改动使得ResNet50 v1.5比v1版本在准确率上略有提升（约0.5%的top1准确率），但带来了小幅性能损失（约5%的图片处理速度）。

预期用途与限制

您可以将原始模型用于图像分类任务。访问模型中心寻找针对您感兴趣任务进行微调的版本。

使用方法

以下示例展示如何使用该模型将COCO 2017数据集中的一张图片分类到ImageNet的1,000个类别之一：

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

# 模型预测ImageNet千分类别之一
predicted_label = logits.argmax(-1).item()
print(model.config.id2label[predicted_label])

更多代码示例，请参阅文档。

BibTeX引用信息

@inproceedings{he2016deep,
  title={深度残差学习用于图像识别},
  author={何凯明 and 张翔宇 and 任少卿 and 孙剑},
  booktitle={IEEE计算机视觉与模式识别会议论文集},
  pages={770--778},
  year={2016}
}