google/vit-base-patch16-224-in21k(VIT)个基于 Vision Transformer (ViT) 架构的图像分类模型下载

（1）基本介绍

google/vit-base-patch16-224-in21k 是一个基于 Vision Transformer (ViT) 架构的图像分类模型。该模型在 ImageNet-21k 数据集上进行了预训练，该数据集包含 1400 万张图像和 21,843 个类别。它主要用于图像分类任务，也可以用于特征提取等下游任务。

（2）把模型下载到本地

from transformers import ViTForImageClassification, ViTImageProcessor
import os

# 指定模型名称和本地保存目录
model_name = "google/vit-base-patch16-224-in21k"
local_dir = r"C:\Users\wwwju\Desktop\LORA+SAM\model"  # 使用原始字符串避免路径问题

# 确保目录存在
os.makedirs(local_dir, exist_ok=True)

# 下载模型和特征提取器
model = ViTForImageClassification.from_pretrained(model_name)
feature_extractor = ViTImageProcessor.from_pretrained(model_name)

# 保存模型和特征提取器到本地目录
model.save_pretrained(local_dir)
feature_extractor.save_pretrained(local_dir)

print(f"模型和特征提取器已保存到 {local_dir}")

（3）加载下载好的本地模型

from transformers import ViTForImageClassification, ViTImageProcessor

# 指定本地保存目录
local_dir = r"C:\Users\wwwju\Desktop\LORA+SAM\model"

# 从本地加载模型和特征提取器
model = ViTForImageClassification.from_pretrained(local_dir)
feature_extractor = ViTImageProcessor.from_pretrained(local_dir)

print("模型和特征提取器已成功从本地加载")