快捷方式

swin_v2_t

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

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

torchvision.models.Swin_V2_T_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_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'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]std=[0.229, 0.224, 0.225]进行归一化。

文档

访问 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人员的深入教程

查看教程

资源

查找开发资源并解答您的疑问

查看资源