Hugging Face 图像分类示例

图像分类是机器学习领域中的一个热门任务，它涉及到将图像分类到预定义的类别中。Hugging Face 提供了一个强大的工具，可以帮助您轻松实现图像分类。

样例图片

下面展示了一个简单的图像分类示例：

使用步骤

1. 安装 Hugging Face 库：首先，您需要在您的环境中安装 Hugging Face 库。可以通过以下命令完成安装：

   pip install transformers
   

2. 加载模型：Hugging Face 提供了大量的预训练模型，您可以使用以下代码加载一个图像分类模型：

   from transformers import AutoModelForImageClassification, AutoTokenizer
   
   model = AutoModelForImageClassification.from_pretrained("facebook/dino")
   tokenizer = AutoTokenizer.from_pretrained("facebook/dino")
   

3. 进行预测：使用加载的模型对图像进行分类预测：

   from PIL import Image
   import requests
   from io import BytesIO
   
   # 下载示例图像
   response = requests.get("https://example.com/sample_image.jpg")
   image = Image.open(BytesIO(response.content))
   
   # 进行预测
   inputs = tokenizer(image, return_tensors="pt")
   outputs = model(**inputs)
   
   # 获取预测结果
   predictions = outputs.logits.argmax(-1)
   

4. 查看结果：打印出预测结果：

   print(predictions)
   

扩展阅读

如果您对图像分类感兴趣，可以参考以下内容：

• Hugging Face 官方文档
• 图像分类教程

希望这个示例能帮助您更好地理解 Hugging Face 的图像分类功能！🤗