EfficientNet (modelo b4)

google

Clasificación de imagen

El modelo EfficientNet entrenado en ImageNet-1k a una resolución de 380x380. Fue introducido en el artículo 'EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks' por Mingxing Tan y Quoc V. Le, y lanzado por primera vez en este repositorio. EfficientNet es un modelo puramente convolucional (ConvNet) amigable con dispositivos móviles que propone un nuevo método de escalado que escala uniformemente todas las dimensiones de profundidad/ancho/resolución utilizando un coeficiente compuesto simple pero altamente efectivo.

Como usar

Aquí se muestra cómo usar este modelo para clasificar una imagen del conjunto de datos COCO 2017 en una de las 1,000 clases de ImageNet:
import torch
from datasets import load_dataset
from transformers import EfficientNetImageProcessor, EfficientNetForImageClassification

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

preprocessor = EfficientNetImageProcessor.from_pretrained("google/efficientnet-b4")
model = EfficientNetForImageClassification.from_pretrained("google/efficientnet-b4")

inputs = preprocessor(image, return_tensors="pt")

with torch.no_grad():
    logits = model(**inputs).logits

# El modelo predice una de las 1000 clases de ImageNet
predicted_label = logits.argmax(-1).item()
print(model.config.id2label[predicted_label])

Para más ejemplos de código, nos referimos a la documentación.

Funcionalidades

Modelo puramente convolucional (ConvNet)
Escalado uniforme de todas las dimensiones
Amigable con dispositivos móviles

Casos de uso

Clasificación de imágenes