swin_v2_s¶
- torchvision.models.swin_v2_s(*, weights: Optional[Swin_V2_S_Weights] = None, progress: bool = True, **kwargs: Any) SwinTransformer [源代码]¶
从 Swin Transformer V2:扩展容量和分辨率 中构建 swin_v2_small 架构。
- 参数:
weights (
Swin_V2_S_Weights
,可选) – 要使用的预训练权重。有关更多详细信息以及可能的值,请参见下面的Swin_V2_S_Weights
。默认情况下,不使用任何预训练权重。progress (bool, 可选) – 如果为 True,则将下载进度条显示到 stderr。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。
- 类 torchvision.models.Swin_V2_S_Weights(value)[源代码]¶
上面的模型构建器接受以下值作为
weights
参数。Swin_V2_S_Weights.DEFAULT
等效于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配方,可以很好地重现论文的结果。也可以作为
Swin_V2_S_Weights.DEFAULT
使用。acc@1 (在 ImageNet-1K 上)
83.712
acc@5 (在 ImageNet-1K 上)
96.816
类别
tench, goldfish, great white shark, … (997 省略)
参数数量
49737442
最小尺寸
height=256, width=256
配方
GFLOPS
11.55
文件大小
190.7 MB
推理变换可在
Swin_V2_S_Weights.IMAGENET1K_V1.transforms
中找到,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
调整大小为resize_size=[260]
,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。