swin_base_patch4_window7_224.ms_in22k 特征提取指南：features_only 模式 4 级特征图（56x56 到 7x7）详解-北京尧图网络

计算机视觉基础模型【免费下载链接】swin_base_patch4_window7_224.ms_in22k项目地址https://ai.gitcode.com/hf_mirrors/timm/swin_base_patch4_window7_224.ms_in22k点击查看免费下载本文带你快速上手swin_base_patch4_window7_224.ms_in22kSwin Transformer Base 图像分类模型重点讲解如何启用features_onlyTrue特征提取模式一次性输出56x56、28x28、14x14、7x7四级特征图并附完整参数说明、输出形状对照表和常见应用场景是新手接入 Swin 特征骨干的实用教程。Swin Transformer 四级特征图示意图⚠️ 说明本仓库为模型权重仓库不包含示例图片以上图片仅作结构示意。一、模型是什么核心信息一览swin_base_patch4_window7_224.ms_in22k是 timm 中的 Swin Transformer 图像分类模型由论文作者基于ImageNet-22k预训练采用 MIT 许可证可直接商用。项目内容模型架构swin_base_patch4_window7_224预训练数据ImageNet-22k约 2200 万张21841 类参数量109.1 M计算量15.5 GMACs输入尺寸224 x 224分类类别数21841特征维度1024全局池化avg平均池化以上参数均可在仓库的 config.json 中确认例如num_classes: 21841、num_features: 1024、global_pool: avg。模型权重文件为 model.safetensorssafetensors 格式加载更快更安全和 pytorch_model.binPyTorch 传统格式。二、为什么选择 ImageNet-22k 预训练版本timm 中同一架构通常有多个预训练权重版本命名后缀ms_in22k表示Microsoft 官方在 ImageNet-22k 上预训练。相比只在 ImageNet-1k 上训练的权重✅语义更丰富21841 个细粒度类别如区分不同鸟类品种底层视觉特征质量更高✅下游任务更稳做目标检测、语义分割、小样本微调时表现更好✅迁移学习首选官方推荐大多数下游任务优先选用 in22k 预训练权重三、features_only 模式一键输出 4 级特征图1. 默认模式 vs features_only 模式默认情况下timm.create_model构建的是完整分类模型最终只输出一个(batch_size, 21841)的分类分数向量。但在目标检测、语义分割、实例分割等任务中我们需要多层级特征图而非分类分数——这正是features_onlyTrue的作用features_onlyTrue会去掉分类头Head模型变为纯特征骨干feature backbone前向输出从 4 个 Swin Stage 中各取一张特征图。2. 最简用法import timm model timm.create_model( swin_base_patch4_window7_224.ms_in22k, pretrainedTrue, features_onlyTrue, # 关键参数启用特征提取模式 ) model model.eval() # 获取模型专属预处理归一化、缩放 data_config timm.data.resolve_model_data_config(model) transforms timm.data.create_transform(**data_config, is_trainingFalse) output model(transforms(img).unsqueeze(0)) for o in output: print(o.shape)完整代码示例见 README.md 中的 Feature Map Extraction 章节。3. 输出形状4 级特征图解码输入 224x224 图像时features_only模式输出4 个特征图列表对应 Swin 的 4 个 Stage逐级降采样、通道数翻倍层级空间尺寸通道数步长相对输入形状NHWCStage 156 x 561284xtorch.Size([1, 56, 56, 128])Stage 228 x 282568xtorch.Size([1, 28, 28, 256])Stage 314 x 1451216xtorch.Size([1, 14, 14, 512])Stage 47 x 7102432xtorch.Size([1, 7, 7, 1024])规律从 56x56 到 7x7空间分辨率逐级减半通道数逐级翻倍128 → 256 → 512 → 1024。这与 config.json 中num_features: 1024最终特征维度完全一致。注意Swin 系列采用NHWC高、宽、通道格式而同系列中swinv2_cr等变体为 NCHW 格式。打印形状时注意区分避免维度索引错误。4. 四级特征图分别能干什么56x56 / 128chStage 1分辨率最高、语义最浅适合语义分割如 Mask2Former 的高分辨率分支28x28 / 256chStage 2细节与语义均衡常用于分割的中间尺度14x14 / 512chStage 3语义增强适合目标检测的深层尺度FPN 输入7x7 / 1024chStage 4语义最强、分辨率最低适合检测头的深层特征或度量学习典型接法将 4 级特征图接入FPNFeature Pyramid Network即可无缝适配检测/分割框架如 detectron2 的build_backbone。四、参数速查config.json 里的关键配置字段值含义architectureswin_base_patch4_window7_224模型架构名patch44x4 卷积 patch embeddingwindow77x7 窗口注意力num_classes21841ImageNet-22k 类别数global_poolavg分类前的全局平均池化pretrained_cfg.input_size[3, 224, 224]输入为 3 通道 224x224 图像pretrained_cfg.mean/std0.485... / 0.229...ImageNet 标准归一化参数pretrained_cfg.first_convpatch_embed.proj首层卷积用于特征融合类任务时定位浅层pretrained_cfg.classifierhead.fc分类头层名框架与任务信息见 configuration.jsonframework: pytorch、task: image-classification。五、新手常见问答FAQQ1features_onlyTrue 会影响精度吗不会。它只是移除了分类头骨干网络参数与预训练权重完全一致特征质量不变。Q2不设置 features_only如何拿单张特征图可以调用model.forward_features(x)获取未池化的 7x7x1024 特征或设置num_classes0让模型输出(batch_size, 1024)的图像 embedding代码见 README.md 的 Image Embeddings 章节。Q3输入尺寸必须固定 224x224 吗features_only模式对空间尺寸比较宽容检测任务常直接输入原始尺寸但分辨率改变后特征图尺寸会按比例缩放。分类/嵌入任务建议保持 224x224 输入。Q4model.safetensors 与 pytorch_model.bin 用哪个两者内容相同safetensors 更安全、加载更快优先使用。六、总结要点说明核心功能Swin Base 骨干 features_onlyTrue输出 4 级特征图输出规格56x56x128 / 28x28x256 / 14x14x512 / 7x7x1024NHWC典型应用目标检测、语义分割、实例分割、图像检索关键文件README.md用法示例、config.json模型配置掌握features_only模式后swin_base_patch4_window7_224.ms_in22k 就能作为强大且通用的视觉特征骨干快速接入你的检测、分割与检索项目。赞分享计算机视觉基础模型【免费下载链接】swin_base_patch4_window7_224.ms_in22k项目地址https://ai.gitcode.com/hf_mirrors/timm/swin_base_patch4_window7_224.ms_in22k点击查看免费下载相关推荐swin_small_patch4_window7_224.ms_in22k特征图提取完全指南features_only模式下的4级多尺度特征详解swin_small_patch4_window7_224.ms_in22k特征图提取完全指南features_only模式下的4级多尺度特征详解本文带你快swin_tiny_patch4_window7_224.ms_in22k特征图提取指南一行代码获取4级多尺度特征swin_tiny_patch4_window7_224.ms_in22k特征图提取指南一行代码获取4级多尺度特征本文介绍 swin_tiny_patch44级特征图轻松到手用 swin_large_patch4_window7_224.ms_in22k_ft_in1k 做 features_only 特征提取的实战指南4级特征图轻松到手用 swin_large_patch4_window7_224.ms_in22k_ft_in1k 做 features_only 特征提取的人工智能计算机视觉图像分类上一篇Animation-Texture-Baker最佳实践10个提升动画渲染效率的技巧下一篇10个ESM-2高效使用技巧esm2_t30_150M_UR50D性能提升秘籍创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

swin_base_patch4_window7_224.ms_in22k 特征提取指南：features_only 模式 4 级特征图（56x56 到 7x7）详解

相关推荐

把550B大模型扩展到多节点：NVIDIA-Nemotron-Labs-Teacher-Chat Ray分布式部署完整教程

时间与数字不再难：BEV Decision Mix numeric_temporal配置的43种计算题构建原理

什么是EasyWAM-MoT-IDM-Cosmos25？基于NVIDIA Cosmos的世界动作模型机器人策略完全解析

更多资讯

脉冲神经网络：SNN的生物学原理与脉冲信息处理

SCI返修审稿人要求提供AIGC说明与检测单？2027国际期刊返修材料核验指南

【Valhalla L3开源评测｜GitHub热榜Top10】CCBaga｜Rust+Tauri桌面工具静态源码审计

一边是搜索 API 开放，一边是被令从联邦系统移除：DeepSeek 团队该怎样读这份 DHS 采购禁令

AI Agent 学习路线｜从零搭建智能体，小白程序员收藏这份大模型实战教程

dm-mod.ko与dax.ko

今日更新

电商智能运营体系从0到1：架构设计、落地步骤与避坑指南

压缩空气储能与热网热惯性联合优化调度：热电联产系统建模与求解

若依框架AI代码生成不稳定？用Agent Skill三层结构+五步法搞定

本周精选

金融AI落地指南：从调研报告到技术选型与工程实践

大模型上下文成本与注意力优化技术深度解析——为何O(n²)平方复杂度无法被常规优化消除｜TaoToken 统一 Key 通道实测

基于GMM的语音识别系统原理与MATLAB实现详解

本月热门

我发现了一个新思路：用 Remotion + Claude Code 像写代码一样自动化生成短视频

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式：TaoToken 统一 Key 配置与验证

2026 大模型集体涨价：用 Python 做企业 Token 成本测算与选型避坑（附配置）

读完文章，想聊聊您的网站？