swin_v2_t

torchvision.models.swin_v2_t(*, weights: Optional[Swin_V2_T_Weights] = None, progress: bool = True, **kwargs: Any) → SwinTransformer

根据Swin Transformer V2：扩展容量和分辨率构建 swin_v2_tiny 架构。

参数：

• weights (Swin_V2_T_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，请参见下面的Swin_V2_T_Weights。默认情况下，不使用任何预训练权重。

• progress (布尔值，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。

类 torchvision.models.Swin_V2_T_Weights(value)

上面的模型构建器接受以下值作为weights参数。Swin_V2_T_Weights.DEFAULT等效于Swin_V2_T_Weights.IMAGENET1K_V1。您还可以使用字符串，例如weights='DEFAULT'或weights='IMAGENET1K_V1'。

Swin_V2_T_Weights.IMAGENET1K_V1:

这些权重使用类似的训练方案精确地复制了论文的结果。也可作为Swin_V2_T_Weights.DEFAULT使用。

acc@1（在 ImageNet-1K 上）	82.072
acc@5（在 ImageNet-1K 上）	96.132
类别	tench、金鱼、大白鲨、…（省略 997 个）
参数数量	28351570
最小尺寸	高度=256，宽度=256
方案	链接
GFLOPS	5.94
文件大小	108.6 MB

推理变换可在Swin_V2_T_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调整到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。