Next-ViT

类别： 混合 · 代码： timm/models/nextvit.py · 架构： 3 · 预训练权重： 12（12 个具有 ImageNet-1k 结果）

Next-ViT 是一种用于高效部署的 CNN / transformer 混合模型，它堆叠了 Next 卷积块（NCB）和 Next Transformer 块（NTB）。

论文

• Next-ViT：面向真实工业场景高效部署的下一代视觉 Transformer

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('nextvit_small.bd_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（NextViT 使用 nextvit_small，尺寸为 224）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

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。