ResNet-101 v1.5

在224×224分辨率下，基于ImageNet-1k数据集预训练的ResNet模型。它在He等人的 Deep Residual Learning for Image Recognition 论文中被引入。

声明：发布ResNet的团队没有为此模型撰写模型卡片，因此该模型卡片是由Hugging Face团队撰写的。

模型描述

ResNet（残差网络）是一种卷积神经网络，它使残差学习和跳跃连接的概念普及起来，这使得训练更深的模型成为可能。

这是ResNet v1.5，与原始模型不同：在需要下采样的瓶颈块中，v1中的第一个1x1卷积的步幅是2，而v1.5中的步幅是3x3卷积的步幅是2。这种差异使得ResNet50 v1.5比v1略准确一些（0.5％ top1），但性能稍差（约5％ imgs/sec）。根据 Nvidia 。

预期用途和限制条件

您可以将原始模型用于图像分类。参阅 model hub 以查找您感兴趣的任务上的经过微调的版本。

如何使用

这是如何使用此模型将COCO 2017数据集中的图像分类为1000个ImageNet类别之一的示例：

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-101")
model = ResNetForImageClassification.from_pretrained("microsoft/resnet-101")

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])

有关更多代码示例，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}
}