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

当用户对源模型进行过微调，需要重新进行模型转换。

用户可以自行参考以下两种方式完成模型转换：

• 使用 AIMO 完成模型转换：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

• 使用高通 QNN 完成模型转换：请参考 Qualcomm QNN 文档

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。

对于模型文件格式为 .bin 的模型，可以使用以下两种推理引擎完成模型在高通芯片上推理：

• 使用 APLUX AidLite 推理：详情请参考 APLUX AidLite 开发者文档

• 使用 Qualcomm QNN 推理：请参考 Qualcomm QNN 文档

推理示例代码

推理示例代码是基于 AidLite SDK 实现

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