Vit工程化应用（transformers 库）

news2026/5/13 8:52:13

pip install transformersfrom transformersimportViTImageProcessor,ViTForImageClassificationfrom PILimportImageimportrequests #1.加载模型和特征提取器 model_namegoogle/vit-base-patch16-224processorViTImageProcessor.from_pretrained(model_name)modelViTForImageClassification.from_pretrained(model_name)#2.读取图片 urlhttp://images.cocodataset.org/val2017/000000039769.jpgimageImage.open(requests.get(url,streamTrue).raw)#3.处理图片并推理 inputsprocessor(imagesimage,return_tensorspt)outputsmodel(**inputs)logitsoutputs.logits #4.预测类别 predicted_class_idxlogits.argmax(-1).item()# 打印模型配置中自带的标签print(fPredicted class: {model.config.id2label[predicted_class_idx]})# 注如果你需要输出Top5可以用 torch.nn.functional.softmax 处理 logits # 并结合ImageNet的标签列表如方案一所示来实现。

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/2605660.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！