Transformers documentation
HGNet-V2
Bu model, 2025-04-29 tarihinde Hugging Face Transformers'a katkıda bulunulmuştur.
HGNet-V2
HGNetV2, NVIDIA GPU'lerde doğruluk-gecikme dengesi için en iyi performansı hedefleyen, bir sonraki nesil konvolüsyonel sinir ağı (CNN) omurgasıdır. Orijinal HGNet üzerine inşa edilen HGNetV2, yüksek doğruluğu hızlı çıkarım hızlarıyla birleştirir; görüntü sınıflandırma, nesne algılama ve segmentasyon gibi görevlerde güçlü performans gösterir. Bu özellikleriyle GPU tabanlı bilgisayarlı görü uygulamaları için pratik bir tercih haline gelir.
Tüm orijinal HGNet V2 modellerini USTC kuruluşu altında bulabilirsiniz.
Bu model VladOS95-cyber tarafından katkıda bulunmuştur. HGNet V2'nin farklı bilgisayarla görme görevlerine nasıl uygulanacağına dair daha fazla örnek için sağ kenar çubuğundaki HGNet V2 modellerine tıklayın.
Aşağıdaki örnek, bir görüntünün Pipeline veya AutoModel sınıfı ile nasıl sınıflandırıldığını göstermektedir.
from transformers import pipeline
pipeline = pipeline(
task="image-classification",
model="ustc-community/hgnet-v2",
device=0
)
pipeline("http://images.cocodataset.org/val2017/000000039769.jpg")import requests
import torch
from PIL import Image
from transformers import AutoImageProcessor, HGNetV2ForImageClassification
url = "http://images.cocodataset.org/val2017/000000039769.jpg"
image = Image.open(requests.get(url, stream=True).raw)
model = HGNetV2ForImageClassification.from_pretrained("ustc-community/hgnet-v2", device_map="auto")
processor = AutoImageProcessor.from_pretrained("ustc-community/hgnet-v2")
inputs = processor(images=image, return_tensors="pt").to(model.device)
with torch.no_grad():
logits = model(**inputs).logits
predicted_class_id = logits.argmax(dim=-1).item()
class_labels = model.config.id2label
predicted_class_label = class_labels[predicted_class_id]
print(f"The predicted class label is: {predicted_class_label}")HGNetV2Config
sınıf transformers.HGNetV2Config
< source >( transformers_version: str | None = Nonearchitectures: list[str] | None = Noneoutput_hidden_states: bool | None = Falsereturn_dict: bool | None = Truedtype: str | torch.dtype | None = Nonechunk_size_feed_forward: int = 0is_encoder_decoder: bool = Falseid2label: dict[int, str] | dict[str, str] | None = Nonelabel2id: dict[str, int] | dict[str, str] | None = Noneproblem_type: Literal['regression', 'single_label_classification', 'multi_label_classification'] | None = Nonenum_channels: int = 3embedding_size: int = 64depths: list[int] | tuple[int, ...] = (3, 4, 6, 3)hidden_sizes: list[int] | tuple[int, ...] = (256, 512, 1024, 2048)hidden_act: str = 'relu'_out_features: list[str] | None = None_out_indices: list[int] | None = Nonestem_channels: list[int] | tuple[int, ...] = (3, 32, 48)stem_strides: Sequence = (2, 1, 1, 2, 1)stage_in_channels: list[int] | tuple[int, ...] = (48, 128, 512, 1024)stage_mid_channels: list[int] | tuple[int, ...] = (48, 96, 192, 384)stage_out_channels: list[int] | tuple[int, ...] = (128, 512, 1024, 2048)stage_num_blocks: list[int] | tuple[int, ...] = (1, 1, 3, 1)stage_downsample: list[bool] | tuple[bool, ...] = (False, True, True, True)stage_downsample_strides: Sequence = (2, 2, 2, 2)stage_light_block: list[bool] | tuple[bool, ...] = (False, False, True, True)stage_kernel_size: list[int] | tuple[int, ...] = (3, 3, 5, 5)stage_numb_of_layers: list[int] | tuple[int, ...] = (6, 6, 6, 6)use_learnable_affine_block: bool = Falseinitializer_range: float = 0.02 )
Parametreler
- num_channels (
int, isteğe bağlı, varsayılan3) — Giriş kanal sayısı. - embedding_size (
int, isteğe bağlı, varsayılan64) — Gömme ve gizli durumların boyutluluğu. - depths (
Union[list[int], tuple[int, ...]], isteğe bağlı, varsayılan(3, 4, 6, 3)) — Transformer'daki her katmanın derinliği. - hidden_sizes (
Union[list[int], tuple[int, ...]], isteğe bağlı, varsayılan(256, 512, 1024, 2048)) — Modelin her aşamasındaki boyut (gizli boyut). - hidden_act (
str, isteğe bağlı, varsayılanrelu) — Çözücüdeki doğrusal olmayan aktivasyon fonksiyonu (fonksiyon veya dize). Örneğin,"gelu","relu","silu"vb. - stem_channels (
list[int], isteğe bağlı, varsayılan olarak[3, 32, 48]) — stem katmanları için kanal boyutları:- İlk sayı (3), giriş görüntüsü kanallarını temsil eder
- İkinci sayı (32) ara gövde kanallarını temsil eder
- Üçüncü sayı (48), çıktı sap kanallarını temsil eder
- stem_strides (
Sequence[int | list[int] | tuple[int, ...]], isteğe bağlı, varsayılan(2, 1, 1, 2, 1)) — Gövde katmanları için stride desenleri. - stage_in_channels (
list[int], opsiyonel, varsayılan[48, 128, 512, 1024]) — Backbone'un her aşaması için giriş kanal boyutları. Bu, her aşamanın girdisinin kaç kanala sahip olacağını tanımlar. - stage_mid_channels (
list[int], isteğe bağlı, varsayılan[48, 96, 192, 384]) — Backbone'un her aşaması için orta kanal boyutları. Bu, her aşamanın ara katmanlarında kullanılan kanal sayısını tanımlar. - stage_out_channels (
list[int], isteğe bağlı, varsayılan[128, 512, 1024, 2048]) — Backbone'un her aşaması için çıktı kanal boyutları. Bu, her aşamanın çıktısının kaç kanala sahip olacağını tanımlar. - stage_num_blocks (
list[int], isteğe bağlı, varsayılan[1, 1, 3, 1]) — Backbone'un her aşamasında kullanılacak blok sayısı. Bu, kaç konvolüsyonlu bloğun üst üste yığılacağını belirleyerek her aşamanın derinliğini kontrol eder. - stage_downsample (
list[bool], isteğe bağlı, varsayılan[False, True, True, True]) — Her aşamada özellik haritalarının indirgenip indirgenmeyeceğini belirtir.Trueise, özellik haritalarının uzamsal boyutları küçültülür. - stage_downsample_strides (
Sequence[int | list[int] | tuple[int, ...]], isteğe bağlı, varsayılan(2, 2, 2, 2)) — Her aşama katmanı için stride desenleri. - stage_light_block (
list[bool], isteğe bağlı, varsayılan[False, False, True, True]) — Her aşamada hafif blokların kullanılıp kullanılmayacağını belirtir. Hafif bloklar, daha az parametreye sahip olabilen konvolüsyonel blokların bir varyantıdır. - stage_kernel_size (
list[int], isteğe bağlı, varsayılan[3, 3, 5, 5]) — Her aşamadaki konvolüsyon katmanları için çekirdek boyutları. - stage_numb_of_layers (
list[int], isteğe bağlı, varsayılan[6, 6, 6, 6]) — Aşamanın her bloğunda kullanılacak katman sayısı. - use_learnable_affine_block (
bool, isteğe bağlı, varsayılanFalse) — Ağda Learnable Affine Blocks (LAB) kullanılacak mı. LAB, belirli işlemlerin ardından öğrenilebilir ölçek ve önyargı parametreleri ekler. - initializer_range (
float, isteğe bağlı, varsayılan0.02) — Tüm ağırlık matrislerini başlatmak için kullanılan truncated_normal_initializer'ın standart sapması.
Bu, bir HGNetV2Backbone yapılandırmasını depolamak için kullanılan yapılandırma sınıfıdır. Belirtilen argümanlara göre bir Hgnet V2 modelinin örneklenmesinde, model mimarisini tanımlamak için kullanılır. Varsayılan değerlerle bir yapılandırma örneklendiğinde, ustc-community/dfine_x_coco ile benzer bir yapılandırma elde edilir.
Yapılandırma nesneleri PreTrainedConfig sınıfından devralır ve model çıktılarını kontrol etmek için kullanılabilir. Daha fazla bilgi için PreTrainedConfig belgesini okuyun.
HGNetV2Backbone
forward
< source >( pixel_values: Tensoroutput_hidden_states: bool | None = Nonereturn_dict: bool | None = None**kwargs ) → BackboneOutput or tuple(torch.Tensor)
Parametreler
- pixel_values (
torch.Tensor, şekli(batch_size, num_channels, image_size, image_size)) — Girdi görüntülerine karşılık gelen tensörler. Piksel değerleriimage_processor_classkullanılarak elde edilebilir. Ayrıntılar içinimage_processor_class.__call__bölümüne bakın (processor_class, görüntü işleme içinimage_processor_classkullanır). - output_hidden_states (
bool, isteğe bağlı) — Tüm katmanların gizli durumlarının (hidden states) döndürülüp döndürülmeyeceğini belirtir. Daha fazla ayrıntı için döndürülen tensörler altındakihidden_statesbölümüne bakın. - return_dict (
bool, isteğe bağlı) — Düz bir tuple yerine ModelOutput döndürülecek mi?
Dönüş değeri
BackboneOutput veya tuple(torch.Tensor)
BackboneOutput veya bir torch.Tensor demeti (eğer return_dict=False geçirildiyse veya config.return_dict=False ise), yapılandırmaya (HGNetV2Config) ve girdilere bağlı olarak çeşitli öğelerden oluşur.
HGNetV2Backbone forward metodu, __call__ özel metodunu geçersiz kılar.
İleri geçiş tarifi bu fonksiyon içinde tanımlanmalı olsa da, sonrasında bunun yerine
Moduleörneğini çağırmak gerekir; çünkü önceki, ön ve son işleme adımlarını çalıştırmaktan sorumluyken ikincisi bunları sessizce yok sayar.
feature_maps (
tuple(torch.Tensor), şekli(batch_size, num_channels, height, width)) — Aşamaların özellik haritaları.hidden_states (
tuple(torch.Tensor), isteğe bağlı,output_hidden_states=Truegeçirildiğinde veyaconfig.output_hidden_states=Trueolduğunda döndürülür) —torch.Tensor(gömme çıktısı için bir tane + her katman çıktısı için bir tane) içeren bir tuple, şekli(batch_size, sequence_length, hidden_size)veya(batch_size, num_channels, height, width), omurgaya (backbone) göre değişir.Modelin her aşamanın çıktısındaki gizli durumları ve başlangıç gömme çıktıları.
attentions (
tuple(torch.Tensor), isteğe bağlı,output_attentions=Truegeçirildiğinde veyaconfig.output_attentions=Trueolduğunda döndürülür) — Şekli(batch_size, num_heads, sequence_length, sequence_length)olantorch.Tensor(her katman için bir tane) içeren bir tuple. Yalnızca omurga (backbone) dikkat (attention) kullanıyorsa geçerlidir.Dikkat softmax'ı sonrası dikkat ağırlıkları, öz-dikkat başlıklarında ağırlıklı ortalamanın hesaplanmasında kullanılır.
Örnekler:
>>> from transformers import HGNetV2Config, HGNetV2Backbone
>>> import torch
>>> config = HGNetV2Config()
>>> model = HGNetV2Backbone(config)
>>> pixel_values = torch.randn(1, 3, 224, 224)
>>> with torch.no_grad():
... outputs = model(pixel_values)
>>> feature_maps = outputs.feature_maps
>>> list(feature_maps[-1].shape)
[1, 2048, 7, 7]HGNetV2ForImageClassification
sınıf transformers.HGNetV2ForImageClassification
< source >( config: HGNetV2Config )
Parametreler
- config (HGNetV2Config) — Modelin tüm parametrelerini içeren model yapılandırma sınıfı. Bir yapılandırma dosyasıyla başlatmak, modelle ilişkili ağırlıkları yüklemez, yalnızca yapılandırmayı yükler. Model ağırlıklarını yüklemek için from_pretrained() yöntemine bakın.
Üstünde bir görüntü sınıflandırma başlığı (toplanmış özelliklerin üzerinde doğrusal bir katman) bulunan HGNetV2 modeli, örneğin ImageNet için.
Bu model PreTrainedModel sınıfından devralır. Kütüphanenin tüm modelleri için uyguladığı genel yöntemler (indirme veya kaydetme, giriş gömme boyutlarını yeniden boyutlandırma, başları budama vb.) için üst sınıf belgelendirmesine bakın.
Bu model aynı zamanda bir PyTorch torch.nn.Module alt sınıfıdır. Bunu standart bir PyTorch Module olarak kullanın ve genel kullanım ve davranışla ilgili tüm konular için PyTorch dokümantasyonuna başvurun.
forward
< source >( pixel_values: typing.Optional[torch.Tensor] = Nonelabels: typing.Optional[torch.LongTensor] = Noneoutput_hidden_states: bool | None = Nonereturn_dict: bool | None = None**kwargs ) → ImageClassifierOutputWithNoAttention or tuple(torch.Tensor)
Parametreler
- pixel_values (
torch.Tensor, şekli(batch_size, num_channels, image_size, image_size), isteğe bağlı) — Girdi görüntülerine karşılık gelen tensörler. Piksel değerleriimage_processor_classkullanılarak elde edilebilir. Ayrıntılar içinimage_processor_class.__call__bölümüne bakın (processor_class, görüntü işleme içinimage_processor_classkullanır). - labels (
torch.LongTensor, şekli(batch_size,), isteğe bağlı) — Görüntü sınıflandırma/geri dönüşüm kaybını hesaplamak için etiketler. Endeksler[0, ..., config.num_labels - 1]aralığında olmalıdır.config.num_labels == 1ise bir geri dönüşüm kaybı (Ortalama Kare kaybı) hesaplanır,config.num_labels > 1ise bir sınıflandırma kaybı (Çapraz Entropi) hesaplanır. - output_hidden_states (
bool, isteğe bağlı) — Tüm katmanların gizli durumlarının (hidden states) döndürülüp döndürülmeyeceğini belirtir. Daha fazla ayrıntı için döndürülen tensörler altındakihidden_statesbölümüne bakın. - return_dict (
bool, isteğe bağlı) — Düz bir tuple yerine ModelOutput döndürülecek mi?
Dönüş değeri
ImageClassifierOutputWithNoAttention veya tuple(torch.Tensor)
A ImageClassifierOutputWithNoAttention veya bir torch.Tensor demeti (eğer return_dict=False geçirildiyse veya config.return_dict=False ise), yapılandırmaya (HGNetV2Config) ve girdilere bağlı olarak çeşitli öğelerden oluşur.
HGNetV2ForImageClassification forward metodu, __call__ özel metodunu geçersiz kılar.
İleri geçiş tarifi bu fonksiyon içinde tanımlanmalı olsa da, sonrasında bunun yerine
Moduleörneğini çağırmak gerekir; çünkü önceki, ön ve son işleme adımlarını çalıştırmaktan sorumluyken ikincisi bunları sessizce yok sayar.
- loss (
torch.Tensor, şekli(1,), isteğe bağlı,labelssağlandığında döndürülür) — Sınıflandırma (config.num_labels==1 ise regresyon) kaybı. - logits (
torch.Tensor, şekli(batch_size, config.num_labels)) — Sınıflandırma (veya config.num_labels==1 ise regresyon) puanları (SoftMax öncesi). - hidden_states (
tuple(torch.Tensor), isteğe bağlı,output_hidden_states=Truegeçirildiğinde veyaconfig.output_hidden_states=Trueolduğunda döndürülür) —torch.Tensor(modelin bir gömme katmanı varsa gömme katmanının çıktısı için bir tane + her aşamanın çıktısı için birer tane) içeren bir tuple, şekli(batch_size, num_channels, height, width). Modelin her aşamanın çıktısındaki gizli durumları (aynı zamanda özellik haritaları olarak da adlandırılır).
Örnekler:
>>> import torch
>>> from huggingface_hub.utils import httpx
>>> from io import BytesIO
>>> from transformers import HGNetV2ForImageClassification, AutoImageProcessor
>>> from PIL import Image
>>> url = "http://images.cocodataset.org/val2017/000000039769.jpg"
>>> with httpx.stream("GET", url) as response:
... image = Image.open(BytesIO(response.read()))
>>> model = HGNetV2ForImageClassification.from_pretrained("ustc-community/hgnet-v2")
>>> processor = AutoImageProcessor.from_pretrained("ustc-community/hgnet-v2")
>>> inputs = processor(images=image, return_tensors="pt")
>>> with torch.no_grad():
... outputs = model(**inputs)
>>> outputs.logits.shape
torch.Size([1, 2])