Swin-Small
图像分类
W8A16
FP16
INT8
post
Swin-Small:图像分类

Swin-Small 是 Swin Transformer 系列中的轻量级模型版本,基于分层的 Transformer 架构和滑动窗口注意力机制(Shifted Window Attention)。它通过在局部窗口内计算注意力,再跨窗口滑动实现全局建模,从而在保持高效率的同时获得较强的图像表达能力。Swin-Small 拥有比 Swin-Base 更少的参数和计算量,适合在资源受限的环境中运行,同时在图像分类、目标检测和语义分割等任务中仍保持良好性能。

源模型

  • 输入尺寸: 1x3x224x224
  • 参数量: 47.31M
  • 模型大小: 193.92M
  • 输出尺寸:1x1000

源模型工程请访问:swin_transformer

性能参考

设备

AI框架
精度
推理耗时
精度损失
模型大小
模型转换

在右侧性能参考板块中点击模型转换参考查看模型转换步骤

AidLite SDK推理

Model Farm 所提供的模型性能基准测试以及示例代码皆基于阿加犀AidLite SDK实现

SDK安装

详情请参考AidLite开发者文档

  • 安装AidLite SDK
# install aidlite sdk c++ api
sudo aid-pkg -i aidlite-sdk

# install aidlite sdk python api
python3 -m pip install pyaidlite -i https://mirrors.aidlux.com --trusted-host mirrors.aidlux.com
  • 验证AidLite SDK
# aidlite sdk c++ check
python3 -c "import aidlite; print(aidlite.get_library_version())"

# aidlite sdk python check
python3 -c "import aidlite; print(aidlite.get_py_library_version())"

推理示例代码

  • 点击模型 & 代码下载模型文件和推理代码包,文件结构如下
/model_farm_{model_name}_aidlite
    
    |__ models # folder where model files are stored

    |__ python # aidlite python model inference example

    |__ cpp # aidlite cpp model inference example

    |__ README.md
性能参考

设备

AI框架
精度
推理耗时
精度损失
模型大小