swin_t

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

從 Swin Transformer：使用位移視窗的分層視覺 Transformer 建構 swin_tiny 架構。

參數:

• weights (Swin_T_Weights, 選用) – 要使用的預先訓練權重。請參閱下方的 Swin_T_Weights 以取得更多詳細資訊和可能的值。預設情況下，不使用預先訓練權重。

• progress (bool, 選用) – 若為 True，則將下載進度列顯示至 stderr。預設值為 True。

• **kwargs – 傳遞至 torchvision.models.swin_transformer.SwinTransformer 基礎類別的參數。關於此類別的更多詳細資訊，請參閱原始碼。

class torchvision.models.Swin_T_Weights(value)

上述模型建構器接受下列值作為 weights 參數。Swin_T_Weights.DEFAULT 等同於 Swin_T_Weights.IMAGENET1K_V1。您也可以使用字串，例如 weights='DEFAULT' 或 weights='IMAGENET1K_V1'。

Swin_T_Weights.IMAGENET1K_V1:

這些權重使用類似的訓練處方，密切重現論文的結果。Swin_T_Weights.DEFAULT 也提供使用。

acc@1 (在 ImageNet-1K 上)	81.474
acc@5 (在 ImageNet-1K 上)	95.776
類別	丁魚、金魚、大白鯊、… (省略 997 個)
num_params	28288354
min_size	height=224, width=224
處方	連結
GFLOPS	4.49
檔案大小	108.2 MB

推論轉換可在 Swin_T_Weights.IMAGENET1K_V1.transforms 取得，並執行下列前處理作業：接受 PIL.Image、批次 (B, C, H, W) 和單一 (C, H, W) 影像 torch.Tensor 物件。影像會使用 interpolation=InterpolationMode.BICUBIC 調整大小為 resize_size=[232]，然後進行 crop_size=[224] 的中心裁剪。最後，值會先重新縮放至 [0.0, 1.0]，然後使用 mean=[0.485, 0.456, 0.406] 和 std=[0.229, 0.224, 0.225] 進行正規化。