Model ini dipublikasikan di HF papers pada 2015-12-10 dan disumbangkan ke Hugging Face Transformers pada 2022-03-14.

ResNet

Ikhtisar

Model ResNet diusulkan dalam Deep Residual Learning for Image Recognition oleh Kaiming He, Xiangyu Zhang, Shaoqing Ren, dan Jian Sun. Implementasi kami mengikuti perubahan kecil yang dilakukan oleh Nvidia, yaitu menerapkan stride=2 untuk downsampling pada conv 3x3 di bottleneck, bukan pada 1x1 pertama. Hal ini secara umum dikenal sebagai “ResNet v1.5”.

ResNet memperkenalkan koneksi residual, yang memungkinkan pelatihan jaringan dengan jumlah lapisan yang belum pernah terlihat sebelumnya (hingga 1000). ResNet memenangkan kompetisi ILSVRC & COCO 2015, sebuah tonggak penting dalam visi komputer mendalam.

Abstrak dari makalah tersebut adalah sebagai berikut:

Jaringan saraf yang lebih dalam lebih sulit untuk dilatih. Kami menyajikan kerangka pembelajaran residual untuk memperlancar pelatihan jaringan yang jauh lebih dalam daripada yang digunakan sebelumnya. Kami merumuskan ulang lapisan secara eksplisit sebagai pembelajaran fungsi residual dengan merujuk pada input lapisan, alih-alih mempelajari fungsi yang tidak merujuk. Kami menyediakan bukti empiris yang komprehensif yang menunjukkan bahwa jaringan residual ini lebih mudah dioptimalkan, dan dapat meningkatkan akurasi dari kedalaman yang meningkat secara signifikan. Pada dataset ImageNet, kami mengevaluasi jaringan residual dengan kedalaman hingga 152 lapisan---8 kali lebih dalam daripada jaringan VGG tetapi masih memiliki kompleksitas yang lebih rendah. Ensemble dari jaringan residual ini mencapai error 3,57% pada set pengujian ImageNet. Hasil ini memenangkan tempat ke-1 pada tugas klasifikasi ILSVRC 2015. Kami juga menyajikan analisis pada CIFAR-10 dengan 100 dan 1000 lapisan. Kedalaman representasi sangat penting untuk banyak tugas pengenalan visual. Hanya berkat representasi yang sangat dalam, kami memperoleh peningkatan relatif 28% pada dataset deteksi objek COCO. Jaringan residual dalam adalah fondasi dari submission kami pada kompetisi ILSVRC & COCO 2015, di mana kami juga memenangkan tempat ke-1 pada tugas deteksi ImageNet, lokalisasi ImageNet, deteksi COCO, dan segmentasi COCO.

Gambar di bawah ini mengilustrasikan arsitektur ResNet. Diambil dari paper asli.

Model ini disumbangkan oleh Francesco. Kode aslinya dapat ditemukan di sini.

Sumber daya

Daftar sumber resmi Hugging Face dan komunitas (ditandai dengan 🌎) untuk membantu Anda memulai dengan ResNet.

• ResNetForImageClassification didukung oleh notebook ini.
• Lihat juga: Panduan tugas klasifikasi gambar

Jika Anda tertarik untuk mengirimkan sumber daya agar disertakan di sini, silakan buka Pull Request dan kami akan meninjaunya! Sumber daya tersebut sebaiknya mendemonstrasikan sesuatu yang baru, bukan menduplikasi sumber daya yang sudah ada.

ResNetConfig

>>> from transformers import ResNetConfig, ResNetModel

>>> # Initializing a ResNet resnet-50 style configuration
>>> configuration = ResNetConfig()

>>> # Initializing a model (with random weights) from the resnet-50 style configuration
>>> model = ResNetModel(configuration)

>>> # Accessing the model configuration
>>> configuration = model.config

ResNetModel

ResNetForImageClassification

>>> from transformers import AutoImageProcessor, ResNetForImageClassification
>>> import torch
>>> from datasets import load_dataset

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

>>> image_processor = AutoImageProcessor.from_pretrained("microsoft/resnet-50")
>>> model = ResNetForImageClassification.from_pretrained("microsoft/resnet-50")

>>> inputs = image_processor(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])
...