快捷方式

swin_b

torchvision.models.swin_b(*, weights: Optional[Swin_B_Weights] = None, progress: bool = True, **kwargs: Any) SwinTransformer[源代码]

Swin Transformer:使用移位窗口的分层视觉 Transformer 构造 swin_base 架构。

参数:
  • weights (Swin_B_Weights, 可选) – 要使用的预训练权重。有关更多详细信息和可能的取值,请参见下面的 Swin_B_Weights。默认情况下,不使用任何预训练权重。

  • progress (bool, 可选) – 如果为 True,则在 stderr 中显示下载进度条。默认值为 True。

  • **kwargs – 传递给 torchvision.models.swin_transformer.SwinTransformer 基类的参数。有关此类的更多详细信息,请参阅 源代码

class torchvision.models.Swin_B_Weights(value)[源代码]

上面的模型构建器接受以下值作为 weights 参数。 Swin_B_Weights.DEFAULT 等效于 Swin_B_Weights.IMAGENET1K_V1。您也可以使用字符串,例如 weights='DEFAULT'weights='IMAGENET1K_V1'

Swin_B_Weights.IMAGENET1K_V1:

这些权重使用类似的训练方法,可以很好地重现论文的结果。也可以作为 Swin_B_Weights.DEFAULT 使用。

acc@1 (在 ImageNet-1K 上)

83.582

acc@5 (在 ImageNet-1K 上)

96.64

类别

鲤鱼、金鱼、大白鲨、...(省略 997 个)

参数数量

87768224

最小尺寸

高度=224,宽度=224

方法

链接

GFLOPS

15.43

文件大小

335.4 MB

推断变换在 Swin_B_Weights.IMAGENET1K_V1.transforms 中可用,并执行以下预处理操作:接受 PIL.Image、批量 (B, C, H, W) 和单个 (C, H, W) 图像 torch.Tensor 对象。图像使用 interpolation=InterpolationMode.BICUBIC 调整大小为 resize_size=[238],然后进行 crop_size=[224] 的中央裁剪。最后,将值先重新缩放到 [0.0, 1.0],然后使用 mean=[0.485, 0.456, 0.406]std=[0.229, 0.224, 0.225] 进行标准化。

文档

访问 PyTorch 的全面开发者文档

查看文档

教程

获取针对初学者和高级开发人员的深入教程

查看教程

资源

查找开发资源并获得问题的解答

查看资源