swin_v2_s¶
- torchvision.models.swin_v2_s(*, weights: Optional[Swin_V2_S_Weights] = None, progress: bool = True, **kwargs: Any) SwinTransformer [源代码]¶
根据 Swin Transformer V2: Scaling Up Capacity and Resolution 构建 swin_v2_small 架构。
- 参数:
weights (
Swin_V2_S_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,请参阅下文的Swin_V2_S_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_S_Weights(value)[源代码]¶
上述模型构建器接受以下值作为
weights
参数。Swin_V2_S_Weights.DEFAULT
等同于Swin_V2_S_Weights.IMAGENET1K_V1
。您也可以使用字符串,例如weights='DEFAULT'
或weights='IMAGENET1K_V1'
。Swin_V2_S_Weights.IMAGENET1K_V1:
这些权重使用类似的训练方案,可以很好地复现论文结果。也可通过
Swin_V2_S_Weights.DEFAULT
获得。acc@1(在 ImageNet-1K 上)
83.712
acc@5(在 ImageNet-1K 上)
96.816
类别
丁鱥、金鱼、大白鲨,…(省略 997 个)
参数数量
49737442
最小尺寸
高度=256,宽度=256
方案
GFLOPS
11.55
文件大小
190.7 MB
推理转换可通过
Swin_V2_S_Weights.IMAGENET1K_V1.transforms
获得,并执行以下预处理操作:接受PIL.Image
对象,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
重塑为resize_size=[260]
,然后进行中心裁剪crop_size=[256]
。最后,值首先缩放到[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。