swintransformer代码实现
文章平均质量分 58
饿了就干饭
经常更新NLP、深度学习相关内容,感兴趣的话可以关注哈~
展开
-
深度学习如何验证自己的想法
知乎链接:深度学习如何验证自己的想法转载 2022-03-11 21:27:17 · 141 阅读 · 0 评论 -
关于大家对Swin Transformer的魔改论文模型记录(只关注Swin是如何使用的)
A Novel Transformer based Semantic Segmentation Scheme for Fine-Resolution Remote Sensing Images(语义分割任务)Self-Supervised Learning with Swin Transformers(模型简称:MoBY,使用了对比学习)Swin-Unet: Unet-like Pure Transformer for Medical Image Segmentation(医疗图像语义分割)Re原创 2022-03-07 16:51:30 · 10136 阅读 · 8 评论 -
记一次灵活的模型训练生成的pth转onnx文件失败
代码import torchimport torchvisiondevice = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")dummy_input = torch.randn(1, 3, 224, 224).to(device)model = torch.load(r'D:\jiaoyidi\swin_transformer_flower\weights\model---0.pth')model.eval()in原创 2022-01-05 22:55:48 · 1769 阅读 · 3 评论 -
查看swintransformer的网络结构.children()
import osimport jsonimport torchfrom PIL import Imagefrom torchvision import transformsimport matplotlib.pyplot as plt#导入对应的模型from model import swin_tiny_patch4_window7_224 as create_modeldevice = torch.device("cuda:0" if torch.cuda.is_available()原创 2022-01-05 11:44:38 · 228 阅读 · 2 评论 -
查看swintransformer的网络结构
import osimport jsonimport torchfrom PIL import Imagefrom torchvision import transformsimport matplotlib.pyplot as plt#导入对应的模型from model import swin_tiny_patch4_window7_224 as create_modeldevice = torch.device("cuda:0" if torch.cuda.is_available()原创 2022-01-04 16:26:10 · 964 阅读 · 0 评论 -
swin_transformer用于做图像分类(已跑通)
B站大佬:霹雳吧啦Wz视频:12.2 使用Pytorch搭建Swin-Transformer网络讲解链接:https://www.bilibili.com/video/BV1yg411K7Yc?spm_id_from=333.999.0.0swin_transformer用于做图像分类的任务链接:https://github.com/Ydjiao/deep-learning-for-image-processing/tree/master/pytorch_classification/swin_tra原创 2021-12-20 12:04:10 · 9584 阅读 · 8 评论 -
Swintransformer详细设计文档
swintransformer详细设计原创 2021-12-21 20:25:25 · 1969 阅读 · 0 评论 -
SwinTransformer代码中出现的代码知识的学习
学习SwinTransformer代码中出现的代码知识原创 2021-12-21 09:45:37 · 352 阅读 · 0 评论 -
移动验证集中的图片
函数不懂的参考:imagenet数据格式以及python文件处理的一些函数import globimport osfrom shutil import movefrom os import rmdirtarget_folder = './imagenet/tiny-imagenet-200/val/'val_dict = {}#打开验证集的注释文件,这个文件的每一行数据是# val_0.JPEG n03444034 0 32 44 62# 对于每一行数据来说,第一个是图片名,第二个是用这个原创 2021-12-10 23:50:40 · 873 阅读 · 0 评论