Van Large

🚀 Van模型

Van是在ImageNet - 1k数据集上训练的模型。它在论文Visual Attention Network中被提出，并首次在此仓库发布。该模型可用于图像分类任务，为图像识别领域提供了新的解决方案。

🚀 快速开始

Van模型可直接用于图像分类。你可以在模型中心查找针对你感兴趣任务的微调版本。

✨ 主要特性

• 论文中引入了一种基于卷积操作的新注意力层，能够同时捕捉局部和远距离关系。
• 通过结合普通卷积层和大核卷积层实现，其中大核卷积层使用扩张卷积来捕捉远距离相关性。

💻 使用示例

基础用法

>>> from transformers import AutoFeatureExtractor, VanForImageClassification
>>> import torch
>>> from datasets import load_dataset

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

>>> feature_extractor = AutoFeatureExtractor.from_pretrained("Visual-Attention-Network/van-base")
>>> model = VanForImageClassification.from_pretrained("Visual-Attention-Network/van-base")

>>> 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])
tabby, tabby cat

更多代码示例，请参考文档。

📄 许可证

本模型采用Apache - 2.0许可证。

⚠️ 重要提示

发布Van模型的团队并未为此模型编写模型卡片，此模型卡片由Hugging Face团队编写。