swin_b¶
- torchvision.models.swin_b(*, weights: Optional[Swin_B_Weights] = None, progress: bool = True, **kwargs: Any) SwinTransformer [源代码]¶
从 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'
或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
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]
和std=[0.229, 0.224, 0.225]
进行标准化。