swin_t

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

从 Swin Transformer: Hierarchical Vision Transformer using Shifted Windows 构建一个 swin_tiny 架构。

参数:

• weights (Swin_T_Weights, optional) – 要使用的预训练权重。 有关更多详细信息和可能的值，请参见下方的 Swin_T_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_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方法，几乎重现了论文的结果。 也可作为 Swin_T_Weights.DEFAULT 使用。

acc@1（在 ImageNet-1K 上）	81.474
acc@5（在 ImageNet-1K 上）	95.776
类别	狗鱼, 金鱼, 大白鲨, … (省略 997 个)
num_params	28288354
min_size	height=224, width=224
recipe	link
GFLOPS	4.49
文件大小	108.2 MB

推理转换可在 Swin_T_Weights.IMAGENET1K_V1.transforms 中找到，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=[232]，然后进行中心裁剪 crop_size=[224]。 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] 进行归一化。