swin_v2_b¶
- torchvision.models.swin_v2_b(*, weights: Optional[Swin_V2_B_Weights] = None, progress: bool = True, **kwargs: Any) SwinTransformer [source]¶
根据Swin Transformer V2:扩展容量和分辨率构建 swin_v2_base 架构。
- 参数:
weights (
Swin_V2_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值,请参阅下面的Swin_V2_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,则向 stderr 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。有关此类的更多详细信息,请参阅源代码。
- class torchvision.models.Swin_V2_B_Weights(value)[source]¶
上面的模型构建器接受以下值作为
weights
参数。Swin_V2_B_Weights.DEFAULT
等效于Swin_V2_B_Weights.IMAGENET1K_V1
。您也可以使用字符串,例如weights='DEFAULT'
或weights='IMAGENET1K_V1'
。Swin_V2_B_Weights.IMAGENET1K_V1:
这些权重使用类似的训练配方,准确地再现了论文的结果。也可作为
Swin_V2_B_Weights.DEFAULT
使用。acc@1(在 ImageNet-1K 上)
84.112
acc@5(在 ImageNet-1K 上)
96.864
类别
tench、金鱼、大白鲨、…(省略 997 个)
参数数量
87930848
最小尺寸
高度=256,宽度=256
配方
GFLOPS
20.32
文件大小
336.4 MB
推理转换可在
Swin_V2_B_Weights.IMAGENET1K_V1.transforms
中获得,并执行以下预处理操作:接受PIL.Image
、批处理(B, C, H, W)
和单个(C, H, W)
图像torch.Tensor
对象。图像使用interpolation=InterpolationMode.BICUBIC
调整为resize_size=[272]
,然后进行crop_size=[256]
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]
进行归一化。