swin_v2_b¶
- torchvision.models.swin_v2_b(*, weights: Optional[Swin_V2_B_Weights] = None, progress: bool = True, **kwargs: Any) SwinTransformer [源]¶
根据 Swin Transformer V2: Scaling Up Capacity and Resolution 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,不使用预训练权重。progress (bool, 可选) – 如果为 True,则向标准错误输出显示下载进度条。默认值为 True。
**kwargs – 传递给
torchvision.models.swin_transformer.SwinTransformer
基类的参数。有关此类别的更多详细信息,请参阅源代码。
- 类 torchvision.models.Swin_V2_B_Weights(value)[源]¶
上面的模型构建器接受以下值作为
weights
参数。Swin_V2_B_Weights.DEFAULT
等同于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方法,可以很好地重现论文的结果。也可通过
Swin_V2_B_Weights.DEFAULT
获取。acc@1(在 ImageNet-1K 上)
84.112
acc@5(在 ImageNet-1K 上)
96.864
类别
丁鲷鱼, 金鱼, 大白鲨, … (省略 997 项)
参数数量
87930848
最小尺寸
高度=256,宽度=256
方法
GFLOPS
20.32
文件大小
336.4 MB
推理变换可在
Swin_V2_B_Weights.IMAGENET1K_V1.transforms
获取,并执行以下预处理操作: 接受PIL.Image
、批处理的(B, C, H, W)
和单个的(C, H, W)
图像torch.Tensor
对象。图像使用interpolation=InterpolationMode.BICUBIC
调整大小至resize_size=[272]
,然后进行中心裁剪,裁剪尺寸为crop_size=[256]
。最后,值首先被重新缩放到[0.0, 1.0]
范围,然后使用mean=[0.485, 0.456, 0.406]
和std=[0.229, 0.224, 0.225]
进行归一化。