Ce modèle a été publié dans les papiers HF le 2015-12-10 et ajouté à Hugging Face Transformers le 2022-03-14.

ResNet

Aperçu

Le modèle ResNet a été proposé dans Deep Residual Learning for Image Recognition par Kaiming He, Xiangyu Zhang, Shaoqing Ren et Jian Sun. Notre implémentation suit les petites modifications apportées par Nvidia : nous appliquons stride=2 pour le downsampling dans la conv 3x3 du bottleneck, et non dans la première 1x1. C'est généralement connu sous le nom de « ResNet v1.5 ».

ResNet a introduit les connexions résiduelles, qui permettent d’entraîner des réseaux avec un nombre de couches inédit (jusqu’à 1000). ResNet a remporté la compétition ILSVRC & COCO 2015, un jalon important dans la vision par ordinateur profonde.

L'abstract de l'article est le suivant :

Les réseaux de neurones plus profonds sont plus difficiles à entraîner. Nous présentons un cadre d'apprentissage résiduel pour faciliter l'entraînement de réseaux nettement plus profonds que ceux utilisés précédemment. Nous reformulons explicitement les couches en tant qu'apprentissage de fonctions résiduelles par rapport aux entrées des couches, plutôt que d'apprendre des fonctions non référencées. Nous fournissons des preuves empiriques exhaustives montrant que ces réseaux résiduels sont plus faciles à optimiser et peuvent gagner en précision grâce à une profondeur considérablement accrue. Sur le jeu de données ImageNet, nous évaluons des réseaux résiduels d'une profondeur allant jusqu'à 152 couches, soit 8 fois plus profonds que les réseaux VGG, mais avec une complexité toujours inférieure. Un ensemble de ces réseaux résiduels atteint un taux d'erreur de 3,57 % sur le jeu de test ImageNet. Ce résultat a remporté la 1re place sur la tâche de classification ILSVRC 2015. Nous présentons également une analyse sur CIFAR-10 avec 100 et 1000 couches. La profondeur des représentations est d'une importance centrale pour de nombreuses tâches de reconnaissance visuelle. Uniquement grâce à nos représentations extrêmement profondes, nous obtenons une amélioration relative de 28 % sur le jeu de données de détection d'objets COCO. Les réseaux résiduels profonds sont les fondements de nos soumissions aux compétitions ILSVRC & COCO 2015, où nous avons également remporté les 1res places sur les tâches de détection ImageNet, de localisation ImageNet, de détection COCO et de segmentation COCO.

La figure ci-dessous illustre l'architecture de ResNet. Issue de l'article original.

Ce modèle a été contribué par Francesco. Le code d’origine est disponible ici.

Ressources

Une liste de ressources officielles Hugging Face et de la communauté (indiquées par 🌎) pour vous aider à démarrer avec ResNet.

• ResNetForImageClassification est pris en charge par ce notebook.
• Voir aussi : Guide de la tâche de classification d'images

Si vous souhaitez soumettre une ressource pour qu'elle soit incluse ici, n'hésitez pas à ouvrir une Pull Request et nous la examinerons ! La ressource devrait idéalement démontrer quelque chose de nouveau plutôt que de dupliquer une ressource existante.

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])
...