swin_v2_s

torchvision.models.swin_v2_s(*, weights: Optional[Swin_V2_S_Weights] = None, progress: bool = True, **kwargs: Any) → SwinTransformer

根據 Swin Transformer V2: Scaling Up Capacity and Resolution 構建 swin_v2_small 架構。

引數:

• weights (Swin_V2_S_Weights, 可選) – 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_S_Weights。預設情況下，不使用預訓練權重。

• progress (bool, optional) – 如果為 True，則在 stderr 上顯示下載進度條。預設為 True。

• **kwargs – 傳遞給 torchvision.models.swin_transformer.SwinTransformer 基類的引數。有關此類更多詳細資訊，請參閱 原始碼。

class torchvision.models.Swin_V2_S_Weights(value)

上面的模型構建器接受以下值作為 weights 引數。 Swin_V2_S_Weights.DEFAULT 等同於 Swin_V2_S_Weights.IMAGENET1K_V1。您也可以使用字串，例如 weights='DEFAULT' 或 weights='IMAGENET1K_V1'。

Swin_V2_S_Weights.IMAGENET1K_V1:

這些權重使用相似的訓練配方，非常接近論文中的結果。也可透過 Swin_V2_S_Weights.DEFAULT 獲取。

acc@1 (在 ImageNet-1K 上)	83.712
acc@5 (在 ImageNet-1K 上)	96.816
類別	丁鯡、金魚、大白鯊、... (省略 997 個)
引數數量	49737442
min_size	height=256, width=256
方案	連結
GFLOPS	11.55
檔案大小	190.7 MB

推理轉換可在 Swin_V2_S_Weights.IMAGENET1K_V1.transforms 處獲得，並執行以下預處理操作：接受 PIL.Image、批處理的 (B, C, H, W) 和單個 (C, H, W) 影像 torch.Tensor 物件。使用 interpolation=InterpolationMode.BICUBIC 將影像調整為 resize_size=[260]，然後進行中心裁剪 crop_size=[256]。最後，值首先被縮放到 [0.0, 1.0]，然後使用 mean=[0.485, 0.456, 0.406] 和 std=[0.229, 0.224, 0.225] 進行歸一化。