快捷方式

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'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

链接

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]std=[0.229, 0.224, 0.225] 进行归一化。

文档

查阅 PyTorch 的全面开发者文档

查看文档

教程

获取面向初学者和高级开发者的深度教程

查看教程

资源

查找开发资源并获得问题解答

查看资源