swin_t

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

从 Swin Transformer：使用移位窗口的分层视觉Transformer 构建 swin_tiny 架构。

参数:

• weights (Swin_T_Weights, 可选) – 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_T_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 上显示下载进度条。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_T_Weights(value)

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

Swin_T_Weights.IMAGENET1K_V1:

这些权重使用类似的训练配方，可以重现论文的结果。也可以用 Swin_T_Weights.DEFAULT 表示。

acc@1 (在 ImageNet-1K 上)	81.474
acc@5 (在 ImageNet-1K 上)	95.776
类别	tench、金鱼、大白鲨、… (省略 997)
参数数量	28288354
最小尺寸	高度=224，宽度=224
配方	链接
GFLOPS	4.49
文件大小	108.2 MB

推理转换在 Swin_T_Weights.IMAGENET1K_V1.transforms 中可用，并执行以下预处理操作：接受 PIL.Image、批处理的 (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=[232]，然后进行 crop_size=[224] 的中心裁剪。最后，将值首先重新缩放为 [0.0, 1.0]，然后使用 mean=[0.485, 0.456, 0.406] 和 std=[0.229, 0.224, 0.225] 进行归一化。