MetaFormer（PoolFormer、ConvFormer、CAFormer）

类别： 混合 · 代码： timm/models/metaformer.py · 架构： 18 · 预训练权重： 50（其中 42 个包含 ImageNet-1k 结果）

MetaFormer 模型共享通用的 Transformer 块结构，并改变 token 混合器：PoolFormer / PoolFormerV2 使用池化，ConvFormer 使用可分离卷积，CAFormer 在早期阶段使用卷积，在后期阶段使用注意力机制。

论文

• MetaFormer 才是视觉任务真正需要的
• 视觉领域的 MetaFormer 基线

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('caformer_s18.sail_in1k', pretrained=True)
>>> data_config = timm.data.resolve_model_data_config(model)

模型 API 支持

✓ 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（MetaFormer 使用 poolformerv2_s12，尺寸为 224）进行验证，预期同一类的其他架构表现相同。有关详细信息，请参阅 Model API 页面。

架构

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。