如何 利用huggingface平台 使用pipline 调用模型 完成图像识别（或者其他）任务呢？

最新推荐文章于 2025-05-11 08:42:46 发布
最新推荐文章于 2025-05-11 08:42:46 发布
阅读量537 收藏 7
点赞数 9
分类专栏： 学习笔记 算法实战 文章标签： 开发语言 python huggingface transformer
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/LZL2020LZL/article/details/144561208
版权

在NLP-Huggingface基本使用方法这篇文章中介绍了基本使用方法，接下来举个实际案例（图像识别）进一步了解huggingface。

代码包括几个部分，我将拆分进行介绍，在本文的末尾会有完整的代码。

1.首先是消除警告

import warnings
warnings.filterwarnings("ignore")

若不添加会出现下图警告提示

了解本专栏 订阅专栏 解锁全文 超级会员免费看
用大模型或者向量模型比如huggingface上的模型，处理一批图片，对该图片进行分类，检索
NLP与推荐算法
10-18 479
2. **图像特征提取**：使用预训练的模型（如CLIP、ResNet等）提取图像的特征向量，然后进行相似度检索。1. **图像分类**：使用预训练的图像分类模型（如ResNet、EfficientNet等）对图片进行分类。- **图像特征提取与检索**：使用CLIP模型提取图像特征向量，并通过余弦相似度或向量数据库进行检索。我们将使用Hugging Face的`transformers`库中的预训练模型来进行图像分类。- **图像分类**：使用预训练的图像分类模型（如ViT）对图片进行分类。
【NLP】如何使用Hugging-Face-Pipelines？
gongdiwudu的专栏
07-23 6560
​ 随着最近开发的库，执行深度学习分析变得更加容易。其中一个库是拥抱脸。Hugging Face是一个平台，可为 NLP 任务（如文本分类、情感分析等）提供预先训练的语言模型。​
Hugging Face应用——图像识别
qq_45366447的博客
07-07 1485
使用datasets下载和处理的图像分类数据集通过微调预训练的ViT transformer
深度学习笔记：HuggingFace入门使用
weixin_58430619的博客
02-22 5568
Hugging Face 其实可以类比为机器学习领域的 GitHub，它是用于分享、协作和托管预训练模型、数据集和相关代码的平台。其主要的优势是提供了简单易用的 API 和界面，使得即使是没有深厚机器学习背景的用户也能轻松使用这些模型。
Hugging face大模型本地调用
weixin_42979263的博客
11-24 2351
Hugging face大模型本地调用
huggingface模型下载至本地并调用教程
qq_44297664的博客
04-23 1万+
huggingface内有许多预训练模型，可以在线调用模型或者将模型部署至本地，但有时候通过网址调用模型会很慢，有些服务器甚至无法通过网址调用…那么，正题，如何将huggingface的模型部署至本地呢？
【大模型】基于Hugging Face调用大模型基础流程
酒酿小圆子呀～
06-06 6732
ChatGPT的基本原理以及预训练大语言模型的发展史，我们知道ChatGPT和所有预训练大语言模型的核心是什么？其实就是 Transformer，Hugging Face 的火爆离不开他们开源的这个 Transformers 库。这个开源库里有数万个我们可以直接调用的模型。很多场景下，这个开源模型已经足够我们使用了。接下来我们就从Transformer的架构和具体的案例来介绍Hugging Face Transformer。
Transformers 介绍
11-24 1507
instead!根据你的应用程序，你所使用的文本可以是法律合同、产品描述，或者完全是其他的东西。假设是客户反馈的情况下，你可能会想知道这些反馈是积极的还是消极的。这个任务被称为情绪分析，是我们将在第二章中探讨的更广泛的文本分类主题的一部分。现在，让我们来看看如何使用 Huggingface Transformers 从我们的文本中提取情感。文本摘要的目标是**以一个长文本作为输入，并生成一个包含所有相关事实的简短版本。**这是一项比之前的任务要复杂得多的任务，因为它需要模型来生成连贯的文本。
【全面】人工智能技术栈与学习路线：机器学习 深度学习 视觉 NLP 推荐系统
cv君的博客
08-19 1万+
文章目录一 概述(本文原创)二 人工智能编程语言/数据结构与算法三 人工智能基础原理四 智能信息获取（简称爬虫） 与数据分析1、发起请求3、解析内容4、保存数据二、Requests库介绍2.1基本介绍requests的基本使用流程三、selenium四：效率问题五：资源浪费六：能被识别七、scrapy框架八、Bs4整体使用步骤九、字段匹配方案十：数据存储与队列任务（MongoDB与Rabbitmq）十一、总结requests vs Scrapy两个方法看情况用相同点五 统计学原理/离散数学/概率论与数理统计
Game-On论文阅读
qq_43858783的博客
12-05 376
社交媒体在当今时代有着越来越大的影响力。在这些平台上传播的假新闻对我们的生活产生了破坏性和破坏性的影响。此外，由于多媒体内容比文本数据更能提高帖子的可见性，因此已经观察到多媒体经常被用于创建虚假内容。大量以前的多模态工作试图解决在识别虚假内容时对异构模态进行建模的问题。然而，这些工作有以下局限性：(1)在模型的后期阶段，通过在模态上使用简单的连接运算符来对模态间关系进行低效编码，这可能导致信息丢失;（2）在小而复杂的现实生活中的多模态数据集上训练具有非常深的神经网络，且它具有不成比例数量的参数，这导致。
HuggingFace 模型使用指南
contributed_l的博客
03-25 3398
HuggingFace 模型共有三个部分组成：Tokennizer、Model 和 Post Processing。
【一文详解】Hugging face训练学习大模型的必懂技能
longxiaotian718的博客
03-08 3346
1）注册并登录HuggingFace平台：首先，你需要在HuggingFace官网上注册一个账号并登录。这将使你能够访问平台上的所有资源和功能。2）选择合适的模型和数据集：在平台上浏览并选择合适的预训练模型和数据集。你可以根据自己的需求和任务来选择相应的模型和数据集。3）下载并加载模型和数据集：一旦选择了模型和数据集，你可以直接下载并加载到本地环境中。HuggingFace提供了详细的文档和教程来帮助你完成这个过程。4）进行NLP任务：使用加载好的模型和数据集进行NLP任务。
如何使用huggingface微调模型
杂文集
11-29 5398
1 安装包 pip install transformers[sentencepiece] pip install datasets 2 导入数据 from datasets import load_dataset raw_datasets = load_dataset("glue", "sst2") raw_datasets 这里使用的是GLUE中SST2数据集，主要针对电影评论来做情感分类（二分类）。 3 pipeline 整个流程是先分词，将文本转化为向量，输入到模型，得到输出后再进行后处理
tensorflow2调用huggingface transformer预训练模型
Aiur的博客
06-11 2699
tensorflow2调用huggingface transformer预训练模型一点废话huggingface简介传送门pipline加载模型设定训练参数数据预处理训练模型结语 一点废话 好久没有更新过内容了，开工以来就是在不停地配环境，如今调通模型后，对整个流程做一个简单的总结（水一篇）。 现在的NLP行业几乎都逃不过fune-tuning预训练的bert或者transformer这一关，按照传统方法，构建整个模型，在processer里传数据，在util里配路径，在bert_fine_tune.sh里
hugging face 模型库的使用及加载 Bert 预训练模型
热门推荐
IT__learning的博客
10-13 3万+
一、hugging face 模型库 Hugging face 是一个专注于 NLP 的公司，拥有一个开源的预训练模型库 Transformers ，里面囊括了非常多的模型例如 BERT、GPT、GPT2、ToBERTa、T5 等。 官网的模型库的地址如下：Hugging face 模型库官网 Hugging face 提供的 transformers 库主要用于预训练模型的载入，需要载入三个基本对象： from transformers import BertConfig from transformer
HuggingFace模型训练流程搭建准确性验证
凝眸伏笔的博客
01-26 4215
1.训练流程搭建 使用HuggingFace工具中的transformers模型搭建训练流程，传说核心训练代码5行搞定。今天我们简单搭建一个二分类的文本分类任务。 搭建训练流程demo.py，如下： 整理中 2.验证Loss是否收敛、模型参数是否改变 关键：针对分类任务来说，训练loss会变小。简单实用几个样本，100epoch，看看loss是否收敛，如果收敛，那么训练流程正确，否则，你需要仔细的check你的代码逻辑(一定要忘记之前的逻辑，重新开始梳理。。因为自己总觉得自己是对的，需要摒弃这种想
鸿蒙系统使用ArkTS开发语言支持身份证阅读器、社保卡读卡器等调用二次开发SDK
广东东信智能科技有限公司的专栏
05-10 1102
this.tvResult = "读卡失败：" + ssCardInfor.result+"\n errMsg = "+ssCardInfor.errMsg.trim()+"有效期限："+ idInfo.signdate+" - "+ idInfo.validterm+"\n"+ "开始有效期限：" + ssCardInfor.signdate + "\n"+ "身份证号：" + ssCardInfor.idnumber + "\n"+ "性 别：" + ssCardInfor.sex + "\n"
TGV之LTX：LTX-Video的简介、安装和使用方法、案例应用之详细攻略
最新发布
头部AI社区如有邀博主AI主题演讲请私信—心比天高，仗剑走天涯，保持热爱，奔赴向梦想！低调，专注，谦虚，自律，反思，成长，还算比较正能量的博主，公益免费传播…内心特别想在AI界做出一些可以推进历史进程影响力的技术(兴趣使然，有点小情怀，也有点使命感呀
05-11 814
​ TGV之LTX：LTX-Video的简介、安装和使用方法、案例应用之详细攻略 目录 LTX-Video的简介 LTX-Video的安装和使用方法 LTX-Video的案例应用 LTX-Video的简介 LTX-Video是第一个基于DiT的实时高质量视频生成模型。它能够以1216×704分辨率生成30 FPS的视频，速度快于观看视频本身。该模型在一个大型多样化视频数据集上进行训练，能够生成具有逼真和多样化内容的高分辨率视频。它支持文本到视频、图像到视频、关键帧动画、视
jenkins的pipline 的agent使用docker，执行任务时容器里的代码是哪里来的
12-02
在 Jenkins Pipeline 中使用 Docker 作为 agent，执行任务时容器里的代码来源主要有两种： 1. **预定义的 Docker 镜像**： - 你可以在 Jenkinsfile 中指定一个预定义的 Docker 镜像。这个镜像包含了所有必要的依赖...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值