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: Scaling Up Capacity and Resolution 构建 swin_v2_tiny 架构。

参数:

• weights (Swin_V2_T_Weights, optional) – 要使用的预训练权重。有关更多详细信息和可能的值，请参见下方的 Swin_V2_T_Weights。默认情况下，不使用预训练权重。

• progress (bool, optional) – 如果为 True，则在标准错误输出 (stderr) 中显示下载进度条。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。

class 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 等同于 Swin_V2_T_Weights.IMAGENET1K_V1。您也可以使用字符串，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（recipe）重现了论文的结果。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	丁鲷、金鱼、大白鲨等（省略 997 个）
参数数量	28351570
最小尺寸	高=256，宽=256
训练方案	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 中获取，并执行以下预处理操作：接受 PIL.Image、批处理的 (B, C, H, W) 和单个的 (C, H, W) 图像 torch.Tensor 对象。使用 interpolation=InterpolationMode.BICUBIC 将图像大小调整为 resize_size=[260]，然后进行中心裁剪，裁剪大小为 crop_size=[256]。最后，首先将值重新缩放到 [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。