Instructions to use glazzova/body_type with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- Transformers
How to use glazzova/body_type with Transformers:
# Use a pipeline as a high-level helper from transformers import pipeline pipe = pipeline("image-classification", model="glazzova/body_type") pipe("https://huggingface.co/datasets/huggingface/documentation-images/resolve/main/hub/parrots.png")# Load model directly from transformers import AutoImageProcessor, AutoModelForImageClassification processor = AutoImageProcessor.from_pretrained("glazzova/body_type") model = AutoModelForImageClassification.from_pretrained("glazzova/body_type", device_map="auto") - Notebooks
- Google Colab
- Kaggle
Update README.md
Browse files
README.md
CHANGED
|
@@ -6,8 +6,8 @@ pipeline_tag: image-classification
|
|
| 6 |
# body_type
|
| 7 |
|
| 8 |
Эта модель дообучена на [microsoft/resnet-50](https://huggingface.co/microsoft/resnet-50) с помощью
|
| 9 |
-
датасета, который содержит фотографии мужчин разных телосложений. Модель может
|
| 10 |
-
|
| 11 |
|
| 12 |
### Запуск модели
|
| 13 |
```python
|
|
|
|
| 6 |
# body_type
|
| 7 |
|
| 8 |
Эта модель дообучена на [microsoft/resnet-50](https://huggingface.co/microsoft/resnet-50) с помощью
|
| 9 |
+
датасета, который содержит фотографии мужчин разных телосложений. Модель может определяет являетесь ли вы качком, скуфом, дрищом
|
| 10 |
+
или просто нормальным.
|
| 11 |
|
| 12 |
### Запуск модели
|
| 13 |
```python
|