Swin Transformer V2 (CR)

Categoría: ViT · Código: timm/models/swin_transformer_v2_cr.py · Arquitecturas: 16 · Pesos preentrenados: 3 (3 con resultados en ImageNet-1k)

Una implementación alternativa de Swin Transformer V2 adaptada del código de Christoph Reich, diseñada para cambiar el tamaño de la imagen junto con el tamaño de la ventana, incluyendo tamaños no cuadrados. La docstring del módulo lo marca como experimental.

Papers

• Swin Transformer V2: Escalando la capacidad y la resolución

Uso

Consulte la Introducción rápida para cargar pesos preentrenados, preprocesar imágenes y realizar el ajuste fino, y Extracción de características para usar los modelos como columnas verticales.

>>> import timm
>>> model = timm.create_model('swinv2_cr_tiny_ns_224.sw_in1k', pretrained=True)
>>> data_config = timm.data.resolve_model_data_config(model)

Soporte de la API de modelos

✓ compatible, ✓ (cuadrado) funciona solo con tamaños cuadrados, ✗ no compatible, – no necesario (el modelo ya acepta cualquier tamaño de entrada). Verificado ejecutando cada función en un modelo inicializado aleatoriamente (SwinTransformerV2Cr con swinv2_cr_tiny_224 a 224); se espera que otras arquitecturas de la misma clase se comporten de la misma manera. Consulte la página Model API para más detalles.

Arquitecturas

Los GMAC y el número de parámetros corresponden al tamaño de entrada y al clasificador predeterminados de cada arquitectura, según los resultados de las pruebas de rendimiento.

Pesos preentrenados

Top-1 es la precisión de validación en ImageNet-1k desde results-imagenet.csv en el tamaño de evaluación indicado, - si el peso no tiene un resultado de ImageNet-1k (p. ej. pesos de preentrenamiento o de imagen-texto). Classes es el tamaño del clasificador preentrenado, ninguno para pesos sin uno.