Swin Transformer (小型模型)

Swin Transformer 是在 ImageNet-1k 上以 224x224 分辨率训练的模型。它是由刘等人在论文《 Swin Transformer: Hierarchical Vision Transformer using Shifted Windows 》中介绍的，并于《 this repository 》首次发布。

声明：发布 Swin Transformer 的团队并没有为该模型编写模型卡片，因此该模型卡片由 Hugging Face 团队编写。

模型描述

Swin Transformer 是一种 Vision Transformer 类型的模型。它通过在深层中合并图像块（灰色部分）来构建分层特征图，并且由于仅在每个局部窗口内计算自注意力（红色部分），其对输入图像大小具有线性计算复杂性。因此，它既可以作为图像分类的通用主干，也可以用于密集识别任务。相比之下，先前的 Vision Transformer 仅产生单一低分辨率的特征图，并且由于全局自注意力的计算，对输入图像大小具有二次计算复杂性。

预期用途和局限性

您可以将原始模型用于图像分类。可以查看 model hub 查找您感兴趣的任务的微调版本。

如何使用

以下是如何使用该模型将 COCO 2017 数据集中的图像分类为 1,000 个 ImageNet 类别之一的方法：

from transformers import AutoFeatureExtractor, SwinForImageClassification
from PIL import Image
import requests

url = "http://images.cocodataset.org/val2017/000000039769.jpg"
image = Image.open(requests.get(url, stream=True).raw)

feature_extractor = AutoFeatureExtractor.from_pretrained("microsoft/swin-small-patch4-window7-224")
model = SwinForImageClassification.from_pretrained("microsoft/swin-small-patch4-window7-224")

inputs = feature_extractor(images=image, return_tensors="pt")
outputs = model(**inputs)
logits = outputs.logits
# model predicts one of the 1000 ImageNet classes
predicted_class_idx = logits.argmax(-1).item()
print("Predicted class:", model.config.id2label[predicted_class_idx])

更多代码示例，请参阅 documentation 。

BibTeX 引用及引用信息

@article{DBLP:journals/corr/abs-2103-14030,
  author    = {Ze Liu and
               Yutong Lin and
               Yue Cao and
               Han Hu and
               Yixuan Wei and
               Zheng Zhang and
               Stephen Lin and
               Baining Guo},
  title     = {Swin Transformer: Hierarchical Vision Transformer using Shifted Windows},
  journal   = {CoRR},
  volume    = {abs/2103.14030},
  year      = {2021},
  url       = {https://arxiv.org/abs/2103.14030},
  eprinttype = {arXiv},
  eprint    = {2103.14030},
  timestamp = {Thu, 08 Apr 2021 07:53:26 +0200},
  biburl    = {https://dblp.org/rec/journals/corr/abs-2103-14030.bib},
  bibsource = {dblp computer science bibliography, https://dblp.org}
}