Hugging Face's logo

Transformers documentation

PPLCNetV4

You are viewing main version, which requires installation from source. If you'd like regular pip install, checkout the latest stable version (v5.22.1).
Hugging Face's logo
Join the Hugging Face community

and get access to the augmented documentation experience

to get started

Mô hình này đã được đóng góp cho Hugging Face Transformers vào ngày 2026-05-19.

PPLCNetV4

PPLCNetV4 chỉ được cung cấp dưới dạng mạng xương sống. Chưa có checkpoint phân loại hình ảnh được huấn luyện trước nào được phát hành chính thức.

PPLCNetV4Config

lớp transformers.PPLCNetV4Config

< >

( 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 = Nonescale: float | int = 1.0block_configs: list | None = Nonestem_channels: list[int] | tuple[int, ...] = (3, 48, 96)reduction: int = 4hidden_act: str = 'relu'_out_features: list[str] | None = None_out_indices: list[int] | None = Nonenum_channels: int = 3stem_strides: Sequence = (2, 1, 1, 2, 1)stem_type: str = 'large'use_learnable_affine_block: bool = False )

Tham số

  • scale (float, tuỳ chọn, mặc định là 1.0) — Hệ số tỷ lệ cho các chiều kênh của mô hình, được sử dụng để điều chỉnh kích thước mô hình và chi phí tính toán mà không thay đổi kiến trúc tổng thể (ví dụ: 0.25, 0.5, 1.0, 1.5).
  • block_configs (list[list[tuple]], tùy chọn, mặc định là None) — Cấu hình cho từng khối trong mỗi giai đoạn. Mỗi tuple chứa: (kernel_size, in_channels, out_channels, stride, use_squeeze_excitation). Nếu là None, sẽ sử dụng cấu hình PP-LCNet mặc định.
  • stem_channels (list[int], tuỳ chọn, mặc định là [3, 48, 96]) — Kích thước kênh cho các lớp stem:
    • Số đầu tiên (3) là số kênh của ảnh đầu vào
    • Số thứ hai (48) là số kênh thân trung gian
    • Số thứ ba (96) là số kênh của thân đầu ra
  • reduction (int, tuỳ chọn, mặc định là 4) — Hệ số giảm kích thước cho chiều kênh đặc trưng trong các khối squeeze-and-excitation (SE), được sử dụng để giảm số lượng tham số của mô hình và độ phức tạp tính toán trong khi vẫn duy trì khả năng biểu diễn đặc trưng.
  • hidden_act (str, tùy chọn, mặc định là relu) — Hàm kích hoạt phi tuyến (hàm hoặc chuỗi) trong bộ giải mã. Ví dụ, "gelu", "relu", "silu", v.v.
  • num_channels (int, tùy chọn, mặc định là 3) — Số lượng kênh đầu vào.
  • stem_strides (Sequence[int | list[int] | tuple[int, ...]], tùy chọn, mặc định là (2, 1, 1, 2, 1)) — Các mẫu stride cho các lớp stem.
  • stem_type (str, tuỳ chọn, mặc định là large) — Loại stem layer cần sử dụng. Có thể là một trong các giá trị sau:
    • "large": Thân PP-LCNetV4 tiêu chuẩn.
    • "small": Biến thể có kích thước kênh nhỏ hơn.
  • use_learnable_affine_block (bool, tuỳ chọn, mặc định là False) — Liệu có sử dụng Learnable Affine Blocks (LAB) trong mạng hay không. LAB thêm các tham số scale và bias có thể học được sau một số thao tác nhất định.

Đây là lớp cấu hình để lưu trữ cấu hình của một Pp Lcnet V4Model. Nó được sử dụng để khởi tạo một mô hình Pp Lcnet V4 theo các đối số được chỉ định, xác định kiến trúc của mô hình. Khởi tạo một cấu hình với các giá trị mặc định sẽ tạo ra một cấu hình tương tự như cấu hình của PaddlePaddle/Not_yet_released

Các đối tượng cấu hình kế thừa từ PreTrainedConfig và có thể được sử dụng để kiểm soát đầu ra của mô hình. Đọc tài liệu từ PreTrainedConfig để biết thêm thông tin.

PPLCNetV4Backbone

lớp transformers.PPLCNetV4Backbone

< >

( config: PPLCNetV4Config )

Tham số

  • config (PPLCNetV4Config) — Lớp cấu hình mô hình chứa tất cả các tham số của mô hình. Khởi tạo bằng tệp cấu hình không tải trọng số liên quan đến mô hình, chỉ tải cấu hình. Xem phương thức from_pretrained() để tải trọng số mô hình.

Mô hình backbone PPLCNetV4 để trích xuất đặc trưng.

Mô hình này kế thừa từ PreTrainedModel. Xem tài liệu của lớp cha để biết các phương thức chung mà thư viện triển khai cho tất cả các mô hình của nó (chẳng hạn như tải xuống hoặc lưu trữ, thay đổi kích thước các nhúng đầu vào, cắt tỉa các đầu, v.v.)

Mô hình này cũng là một lớp con của torch.nn.Module trong PyTorch. Hãy sử dụng nó như một Module PyTorch thông thường và tham khảo tài liệu PyTorch cho mọi vấn đề liên quan đến cách sử dụng và hành vi chung.

forward

< >

( pixel_values: Tensor**kwargs: *<class 'transformers.utils.generic.TransformersKwargs'> ) → BackboneOutput or tuple(torch.Tensor)

Tham số

  • pixel_values (torch.Tensor có hình dạng (batch_size, num_channels, image_size, image_size)) — Các tensor tương ứng với các hình ảnh đầu vào. Giá trị pixel có thể được lấy bằng cách sử dụng image_processor_class. Xem image_processor_class.__call__ để biết chi tiết (processor_class sử dụng image_processor_class để xử lý hình ảnh).

Trả về

BackboneOutput hoặc tuple(torch.Tensor)

Một BackboneOutput hoặc một tuple của torch.Tensor (nếu return_dict=False được truyền hoặc khi config.return_dict=False) bao gồm các thành phần khác nhau tùy thuộc vào cấu hình (PPLCNetV4Config) và đầu vào.

Phương thức forward của PPLCNetV4Backbone ghi đè phương thức đặc biệt __call__.

Mặc dù công thức cho bước truyền tiến cần được định nghĩa bên trong hàm này, người dùng nên gọi instance của Module sau đó thay vì gọi hàm này, vì instance Module sẽ đảm nhận việc thực hiện các bước tiền xử lý và hậu xử lý, trong khi hàm này sẽ lặng lẽ bỏ qua chúng.

  • feature_maps (tuple(torch.Tensor) có hình dạng (batch_size, num_channels, height, width)) — Bản đồ đặc trưng của các giai đoạn.

  • hidden_states (tuple(torch.Tensor), tùy chọn, được trả về khi truyền output_hidden_states=True hoặc khi config.output_hidden_states=True) — Bộ tuple các torch.Tensor (một cho đầu ra của embeddings + một cho đầu ra của mỗi lớp) có shape (batch_size, sequence_length, hidden_size) hoặc (batch_size, num_channels, height, width), tùy thuộc vào backbone.

    Trạng thái ẩn của mô hình tại đầu ra của mỗi giai đoạn cùng với đầu ra của embedding ban đầu.

  • attentions (tuple(torch.Tensor), tuỳ chọn, được trả về khi truyền output_attentions=True hoặc khi config.output_attentions=True) — Tuple của torch.Tensor (một cho mỗi lớp) có hình dạng (batch_size, num_heads, sequence_length, sequence_length). Chỉ áp dụng nếu backbone sử dụng attention.

    Trọng số chú ý sau softmax của attention, được sử dụng để tính trung bình có trọng số trong các đầu self-attention.

Ví dụ:

>>> from transformers import PPLCNetV4Config, PPLCNetV4Backbone
>>> import torch

>>> config = PPLCNetV4Config()
>>> model = PPLCNetV4Backbone(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)
Update on GitHub

←PPLCNetV3 QianfanOCR→