swin_v2_b

torchvision.models.swin_v2_b(*, weights: Optional[Swin_V2_B_Weights] = None, progress: bool = True, **kwargs: Any) → SwinTransformer

根據 Swin Transformer V2: Scaling Up Capacity and Resolution 構建 swin_v2_base 架構。

引數:

• weights (Swin_V2_B_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_B_Weights。預設情況下，不使用預訓練權重。

• progress (bool, 可選) – 如果為 True，則向標準錯誤輸出顯示下載進度條。預設值為 True。

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

類 torchvision.models.Swin_V2_B_Weights(value)

上面的模型構建器接受以下值作為 weights 引數。Swin_V2_B_Weights.DEFAULT 等同於 Swin_V2_B_Weights.IMAGENET1K_V1。您也可以使用字串，例如 weights='DEFAULT' 或 weights='IMAGENET1K_V1'。

Swin_V2_B_Weights.IMAGENET1K_V1:

這些權重使用類似的訓練方法，可以很好地重現論文的結果。也可透過 Swin_V2_B_Weights.DEFAULT 獲取。

acc@1（在 ImageNet-1K 上）	84.112
acc@5（在 ImageNet-1K 上）	96.864
類別	丁鯛魚, 金魚, 大白鯊, … (省略 997 項)
引數數量	87930848
最小尺寸	高度=256，寬度=256
方法	連結
GFLOPS	20.32
檔案大小	336.4 MB

推理變換可在 Swin_V2_B_Weights.IMAGENET1K_V1.transforms 獲取，並執行以下預處理操作: 接受 PIL.Image、批處理的 (B, C, H, W) 和單個的 (C, H, W) 影像 torch.Tensor 物件。影像使用 interpolation=InterpolationMode.BICUBIC 調整大小至 resize_size=[272]，然後進行中心裁剪，裁剪尺寸為 crop_size=[256]。最後，值首先被重新縮放到 [0.0, 1.0] 範圍，然後使用 mean=[0.485, 0.456, 0.406] 和 std=[0.229, 0.224, 0.225] 進行歸一化。