来自 Torchvision 的 MobileNet V2 模型，针对 Imagenette 数据集进行了微调。检查点使用 https://github.com/alexsu52/mobilenet_v2_imagenette 训练了 100 个 epoch。

Top-1 准确率为 98.64%。

主要目的是在模型优化的示例和演示中使用它。以下是优势：

• Imagenette 可以自动下载，而且非常小。
• MobileNet v2 易于训练且轻量级，同时也具有代表性，并被用于许多公开基准测试。

以下是在 PyTorch 中加载检查点的代码：

import torch
import torchvision.models as models

CHECKPOINT_URL = 'https://huggingface.co/alexsu52/mobilenet_v2_imagenette/resolve/main/pytorch_model.bin'
IMAGENETTE_CLASSES = 10

model = models.mobilenet_v2(num_classes=IMAGENETTE_CLASSES)  
        
checkpoint = torch.hub.load_state_dict_from_url(CHECKPOINT_URL, progress=False)
model.load_state_dict(checkpoint['state_dict'])