HieraDet（SAM 2）

类别： ViT · 代码： timm/models/hieradet_sam2.py · 架构： 5 · 预训练权重： 8（0 个具有 ImageNet-1k 结果）

HieraDet 是 Segment Anything 2 (SAM 2) 中基于 Hiera 的图像编码器，采用窗口注意力机制和窗口位置嵌入。

论文

用法

请参阅快速入门了解如何加载预训练权重、进行图像预处理和微调，以及查阅特征提取了解如何将模型用作骨干网络。

>>> import timm
>>> model = timm.create_model('sam2_hiera_base_plus.fb_r896', pretrained=True)
>>> data_config = timm.data.resolve_model_data_config(model)

模型 API 支持

功能	`HieraDet`
`features_only=True` 特征图	✓（步长 4、8、16、32）
`forward_intermediates()`	✓
`prune_intermediate_layers()`	✓
任意输入尺寸，无需更改	✓
`set_input_size()`	–
`dynamic_img_size=True`	–
`set_grad_checkpointing()`	✓
逐层学习率衰减（`group_matcher()`）	✓
`reset_classifier()`	✓

✓ 支持，✓ (square) 仅支持方形尺寸，✗ 不支持，– 无需支持（模型本身已接受任意输入尺寸）。通过在每个功能上运行随机初始化的模型（HieraDet 使用 sam2_hiera_tiny，尺寸为 256）进行验证，预期同一类的其他架构表现相同。详情请参阅 Model API 页面。

架构

架构	参数（M）	GMAC	输入大小	预训练权重
`hieradet_small`	34.73	8.51	256	0
`sam2_hiera_base_plus`	68.68	227.48	896	2
`sam2_hiera_large`	212.15	907.48	1024	2
`sam2_hiera_small`	33.95	123.99	896	2
`sam2_hiera_tiny`	26.85	99.86	896	2

GMACs 和参数量对应于每种架构的默认输入大小和分类器，数据来自基准测试结果。

预训练权重

Top-1 是 results-imagenet.csv 中在所列评估规模下的 ImageNet-1k 验证准确率，- 表示该权重没有 ImageNet-1k 结果（例如预训练权重或图文权重）。Classes 是预训练分类器的大小，对于没有分类器的权重则为 none。

权重	输入大小	Top-1（%）	评估大小	类	许可证	Hub
`sam2_hiera_base_plus.fb_r896`	896	-	-	none	apache-2.0	timm
`sam2_hiera_base_plus.fb_r896_2pt1`	896	-	-	none	apache-2.0	timm
`sam2_hiera_large.fb_r1024`	1024	-	-	none	apache-2.0	timm
`sam2_hiera_large.fb_r1024_2pt1`	1024	-	-	none	apache-2.0	timm
`sam2_hiera_small.fb_r896`	896	-	-	none	apache-2.0	timm
`sam2_hiera_small.fb_r896_2pt1`	896	-	-	none	apache-2.0	timm
`sam2_hiera_tiny.fb_r896`	896	-	-	none	apache-2.0	timm
`sam2_hiera_tiny.fb_r896_2pt1`	896	-	-	none	apache-2.0	timm

Update on GitHub