Bu model 2015-12-10 tarihinde HF papers'ta yayımlanmış ve 2022-03-14 tarihinde Hugging Face Transformers'a katkıda bulunmuştur.

ResNet

Genel Bakış

ResNet modeli, Kaiming He, Xiangyu Zhang, Shaoqing Ren ve Jian Sun tarafından Deep Residual Learning for Image Recognition makalesinde önerilmiştir. Uygulamamız, Nvidia tarafından yapılan küçük değişiklikleri takip eder; örneğin, downsampling için stride=2 değerini ilk 1x1 katmanında değil, bottleneck’ün 3x3 conv katmanında uygularız. Bu yapı genel olarak “ResNet v1.5” olarak bilinir.

ResNet, artımsal bağlantılar (residual connections) tanıttı; bu bağlantılar, daha önce görülmemiş sayıda katmana (1000'e kadar) sahip ağların eğitilmesine olanak tanır. ResNet, 2015 ILSVRC & COCO yarışmasını kazanarak derin bilgisayarlı görüde önemli bir kilometre taşı olmuştur.

Makalenin özeti aşağıdaki gibidir:

Daha derin sinir ağları eğitilmesi daha zor olan yapılardır. Daha önce kullanılanlardan çok daha derin ağların eğitimini kolaylaştırmak için bir kalıntı öğrenme çerçevesi sunuyoruz. Katmanları, referanssız işlevler öğrenmek yerine, katman girdilerine referansla kalıntı işlevleri öğrenmek olarak açıkça yeniden formüle ediyoruz. Bu kalıntı ağlarının optimize edilmesinin daha kolay olduğunu ve derinlikte önemli ölçüde artış sağlandığında doğruluk kazanabildiğini gösteren kapsamlı ampirik kanıtlar sunuyoruz. ImageNet veri setinde, VGG ağlarından 8 kat daha derin ancak hâlâ daha düşük karmaşıklığa sahip, derinliği 152 katmana kadar çıkan kalıntı ağlarını değerlendiriyoruz. Bu kalıntı ağlarının bir ensemble'ı, ImageNet test setinde %3,57 hata oranına ulaşıyor. Bu sonuç, ILSVRC 2015 sınıflandırma görevinde 1. sırayı kazandı. Ayrıca CIFAR-10 üzerinde 100 ve 1000 katman için analiz sunuyoruz. Temsillerin derinliği, birçok görsel tanıma görevi için merkezi bir öneme sahiptir. Yalnızca son derece derin temsillerimiz sayesinde, COCO nesne algılama veri setinde %28'lik bir göreli iyileşme elde ediyoruz. Derin kalıntı ağları, ILSVRC & COCO 2015 yarışmalarına yaptığımız gönderimlerin temelini oluşturuyor; bu yarışmalarda ImageNet algılama, ImageNet konumlandırma, COCO algılama ve COCO segmentasyon görevlerinde de 1. sırayı kazandık.

Aşağıdaki şekil, ResNet mimarisini göstermektedir. orijinal makale'den alınmıştır.

Bu model Francesco tarafından katkıda bulunmuştur. Orijinal kod burada bulunabilir.

Kaynaklar

ResNet ile başlamanıza yardımcı olmak için resmi Hugging Face ve topluluk (🌎 ile belirtilen) kaynaklarının listesi.

• ResNetForImageClassification, bu defter tarafından desteklenmektedir.
• Bkz: Görsel sınıflandırma görevi kılavuzu

Buraya bir kaynak eklemek isterseniz, bir Pull Request açmaktan çekinmeyin; inceleyeceğiz! Kaynağın, mevcut bir kaynağı tekrarlamak yerine ideal olarak yeni bir şeyi göstermesi beklenir.

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])
...