Swin Transformer V2

카테고리: ViT · 코드: timm/models/swin_transformer_v2.py · 아키텍처: 12 · 프리트레이닝 가중치: 12 (ImageNet-1k 결과가 포함된 10개)

Swin Transformer V2는 residual post-norm, scaled cosine attention, 그리고 window size 간에 이전되는 log-spaced continuous relative position bias를 사용하여 Swin을 확장합니다.

논문

Swin Transformer V2: 용량 및 해상도 확장

사용

사전 학습된 가중치 로드, 이미지 전처리 및 파인튜닝에 대해서는 Quickstart를, 모델을 백본으로 사용하는 방법에 대해서는 Feature Extraction을 참고하세요.

>>> import timm
>>> model = timm.create_model('swinv2_tiny_window16_256.ms_in1k', pretrained=True)
>>> data_config = timm.data.resolve_model_data_config(model)

모델 API 지원

기능	`SwinTransformerV2`
`features_only=True` feature map	✓ (strides 4, 8, 16, 32)
`forward_intermediates()`	✓
`prune_intermediate_layers()`	✓
입력 크기 무관, 변경 불필요	✗
`set_input_size()`	✓
`dynamic_img_size=True`	✓
`set_grad_checkpointing()`	✓
레이어별 LR 감쇠(`group_matcher()`)	✓
`reset_classifier()`	✓

✓ 지원됨, ✓ (정사각형) 정사각형 크기만 작동, ✗ 미지원, – 필요 없음(모델이 이미 모든 입력 크기를 허용함). 무작위로 초기화된 모델(SwinTransformerV2의 swinv2_tiny_window16_256, 256)에서 각 기능을 실행하여 확인했습니다. 같은 클래스의 다른 아키텍처도 동일한 동작을 할 것으로 예상됩니다. 자세한 내용은 Model API 페이지를 참조하세요.

아키텍처

아키텍처	매개변수 (M)	GMAC	입력 크기	사전 학습된 가중치
`swinv2_base_window8_256`	87.92	20.37	256	1
`swinv2_base_window12_192`	109.28	11.90	192	1
`swinv2_base_window12to16_192to256`	87.92	22.02	256	1
`swinv2_base_window12to24_192to384`	87.92	55.25	384	1
`swinv2_base_window16_256`	87.92	22.02	256	1
`swinv2_large_window12_192`	228.77	26.17	192	1
`swinv2_large_window12to16_192to256`	196.74	47.81	256	1
`swinv2_large_window12to24_192to384`	196.74	116.15	384	1
`swinv2_small_window8_256`	49.73	11.58	256	1
`swinv2_small_window16_256`	49.73	12.82	256	1
`swinv2_tiny_window8_256`	28.35	5.96	256	1
`swinv2_tiny_window16_256`	28.35	6.68	256	1

GMACs와 매개변수 수는 각 아키텍처의 기본 입력 크기 및 분류기에 대한 값이며, 벤치마크 결과에서 가져왔습니다.

사전 학습된 가중치

Top-1은 results-imagenet.csv에 나열된 평가 크기에서 측정된 ImageNet-1k 검증 정확도입니다. - 가중치에 ImageNet-1k 결과가 없는 경우(예: 사전 학습 또는 이미지-텍스트 가중치)에는 표시하지 않습니다. Classes는 사전 학습된 분류기의 크기를 나타내며, 분류기가 없는 가중치의 경우 none입니다.

가중치	입력 크기	Top-1(%)	평가 크기	클래스	라이선스	Hub
`swinv2_base_window8_256.ms_in1k`	256	84.246	256	1000	mit	timm
`swinv2_base_window12_192.ms_in22k`	192	-	-	21841	mit	timm
`swinv2_base_window12to16_192to256.ms_in22k_ft_in1k`	256	86.270	256	1000	mit	timm
`swinv2_base_window12to24_192to384.ms_in22k_ft_in1k`	384	87.142	384	1000	mit	timm
`swinv2_base_window16_256.ms_in1k`	256	84.608	256	1000	mit	timm
`swinv2_large_window12_192.ms_in22k`	192	-	-	21841	mit	timm
`swinv2_large_window12to16_192to256.ms_in22k_ft_in1k`	256	86.934	256	1000	mit	timm
`swinv2_large_window12to24_192to384.ms_in22k_ft_in1k`	384	87.474	384	1000	mit	timm
`swinv2_small_window8_256.ms_in1k`	256	83.844	256	1000	mit	timm
`swinv2_small_window16_256.ms_in1k`	256	84.216	256	1000	mit	timm
`swinv2_tiny_window8_256.ms_in1k`	256	81.824	256	1000	mit	timm
`swinv2_tiny_window16_256.ms_in1k`	256	82.828	256	1000	mit	timm

Update on GitHub