swin_t¶
- torchvision.models.swin_t(*, weights: Optional[Swin_T_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)[源代码]¶
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
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。