swin_s

torchvision.models.swin_s(*, weights: Optional[Swin_S_Weights] = None, progress: bool = True, **kwargs: Any) → SwinTransformer

从 Swin Transformer: Hierarchical Vision Transformer using Shifted Windows 构建 swin_small 架构。

参数:

• weights (Swin_S_Weights, optional) – 要使用的预训练权重。有关更多详细信息和可能的值，请参阅下面的 Swin_S_Weights。默认情况下，不使用预训练权重。

• progress (bool, optional) – 如果为 True，则在 stderr 上显示下载进度条。默认为 True。

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

class torchvision.models.Swin_S_Weights(value)

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

Swin_S_Weights.IMAGENET1K_V1:

这些权重使用类似的训练配方，几乎重现了论文的结果。也可作为 Swin_S_Weights.DEFAULT 使用。

acc@1 (在 ImageNet-1K 上)	83.196
acc@5 (在 ImageNet-1K 上)	96.36
类别	tench, goldfish, great white shark, … (省略 997 个)
num_params	49606258
min_size	height=224, width=224
配方	链接
GFLOPS	8.74
文件大小	189.8 MB

推理转换在 Swin_S_Weights.IMAGENET1K_V1.transforms 中可用，并执行以下预处理操作：接受 PIL.Image、批处理 (B, C, H, W) 和单张 (C, H, W) 图像 torch.Tensor 对象。图像使用 interpolation=InterpolationMode.BICUBIC 调整大小为 resize_size=[246]，然后进行 crop_size=[224] 的中心裁剪。最后，值首先重新缩放到 [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。