swin_v2_t

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

從 Swin Transformer V2：擴展容量和解析度 構建一個 swin_v2_tiny 架構。

參數:

• weights (Swin_V2_T_Weights, optional) – 要使用的預訓練權重。 有關更多詳細資訊和可能的值，請參閱下面的 Swin_V2_T_Weights。 預設情況下，不使用任何預訓練權重。

• progress (bool, optional) – 如果為 True，則會在 stderr 顯示下載的進度條。 預設為 True。

• **kwargs – 傳遞到 torchvision.models.swin_transformer.SwinTransformer 基底類別的參數。 有關此類別的更多詳細資訊，請參閱 原始程式碼。

class torchvision.models.Swin_V2_T_Weights(value)

上面的模型構建器接受以下值作為 weights 參數。 Swin_V2_T_Weights.DEFAULT 等同於 Swin_V2_T_Weights.IMAGENET1K_V1。 您也可以使用字串，例如 weights='DEFAULT' 或 weights='IMAGENET1K_V1'。

Swin_V2_T_Weights.IMAGENET1K_V1:

這些權重使用類似的訓練方法重現了該論文的結果。 也可用作 Swin_V2_T_Weights.DEFAULT。

acc@1 (在 ImageNet-1K 上)	82.072
acc@5 (在 ImageNet-1K 上)	96.132
類別	tench, goldfish, great white shark, … (省略 997 個)
num_params	28351570
min_size (最小尺寸)	height=256, width=256 (高度=256，寬度=256)
recipe (範例/配方)	link (連結)
GFLOPS (十億次浮點運算)	5.94
File size (檔案大小)	108.6 MB

推論轉換可在 Swin_V2_T_Weights.IMAGENET1K_V1.transforms 中取得，並執行以下預處理操作：接受 PIL.Image、批次化的 (B, C, H, W) 和單張的 (C, H, W) 圖像 torch.Tensor 物件。 圖像會使用 interpolation=InterpolationMode.BICUBIC 調整大小至 resize_size=[260]，然後進行中心裁剪，裁剪大小為 crop_size=[256]。 最後，數值會先重新縮放至 [0.0, 1.0]，然後使用 mean=[0.485, 0.456, 0.406] 和 std=[0.229, 0.224, 0.225] 進行標準化。