🚀 宝可梦分类器Gen9

这是一个用于宝可梦图像分类的微调ViT（视觉变换器）模型，能够对多达第九世代（1025种）的宝可梦图像进行分类。

🚀 快速开始

模型概述

这是一个经过微调的ViT（视觉变换器）模型，专门用于宝可梦图像分类。该模型经过训练，能够对多达第九世代（1025种）的宝可梦图像进行分类。

预期用途

此模型专为图像分类任务而设计，尤其用于识别宝可梦角色。它可用于以下方面：

• 宝可梦主题应用程序
• 教育项目
• 图像中的宝可梦识别

⚠️ 重要提示

该模型并非用于通用图像分类。

📦 安装指南

文档未提及具体安装步骤，故跳过此章节。

💻 使用示例

基础用法

以下是如何使用Hugging Face的transformers库加载和使用该模型的示例：

from transformers import ViTForImageClassification, ViTImageProcessor
from PIL import Image
import torch

# Define the device
device = "cuda" if torch.cuda.is_available() else "cpu"

# Load the model and image processor
model_id = "skshmjn/Pokemon-classifier-gen9-1025"
model = ViTForImageClassification.from_pretrained(model_id).to(device)
image_processor = ViTImageProcessor.from_pretrained(model_id)

# Load and process an image
img = Image.open('test.jpg').convert("RGB")
inputs = image_processor(images=img, return_tensors='pt').to(device)

# Make predictions
outputs = model(**inputs)
predicted_id = outputs.logits.argmax(-1).item()
predicted_pokemon = model.config.id2label[predicted_id]

# Print predicted class
print(f"Predicted Pokémon Pokédex number: {predicted_id+1}")
print(f"Predicted Pokémon: {predicted_pokemon}")

📚 详细文档

📄 许可证

该模型使用的许可证为Apache-2.0。