Swin Transformer（基础模型大小）

Swin Transformer模型在分辨率为224x224的ImageNet-1k上进行了训练。它是由Liu等人在 Swin Transformer: Hierarchical Vision Transformer using Shifted Windows 中提出并首次发布的。

免责声明：发布Swin Transformer的团队未为该模型撰写模型卡片，因此此模型卡片是由Hugging Face团队撰写的。

模型描述

Swin Transformer是一种Vision Transformer类型。通过在较深层级中合并图像块（以灰色显示）来构建分层特征图，并且由于仅在每个局部窗口（以红色显示）进行自注意计算，它具有与输入图像尺寸线性计算复杂性。因此，它可以作为图像分类和密集识别任务的通用骨干。相比之下，先前的Vision Transformer生成单一低分辨率的特征图，并且由于全局自注意计算而具有与输入图像尺寸的二次计算复杂性。

Source

使用目的和限制

您可以使用原始模型进行图像分类。查看 model hub 以查找您感兴趣的任务上的微调版本。

如何使用

以下是如何使用此模型将COCO 2017数据集中的图像分类为1,000个ImageNet类别之一的示例：

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-base-patch4-window7-224")
model = SwinForImageClassification.from_pretrained("microsoft/swin-base-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条目和引用信息

@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}
}