905390215

> 谢谢您，现在可以运行了，我出错的原因是由于swin因为层数加深所以需要更大的输入么？

> 不用类型或者scale的swin-transformer，特征长度（通道，channel）是不同的，就像我上面的答复那样！ swin_t和swin_s 底层特征通道数是768，高层特征是192 swin_b 底层特征通道数是1024，高层特征是256 swin_l 底层特征通道数是1536，高层特征是384 > > 就是下面定义heads参数决定：24对应768和192，32对应1024和256，48对应1536和384 def swin_t(num_classes=1000, hidden_dim=96, layers=(2, 2, 6, 2), heads=(3, 6, 12, 24), img_size=224, **kwargs): return SwinTransformer(hidden_dim=hidden_dim, layers=layers, heads=heads, num_classes=num_classes, **kwargs)...

> 作者您好，您有空能否写一个在您的代码中训练自己数据集的流程步骤哇，感激不尽。 我不是作者，是这个问题的提问者，作者前面写了，代码是在https://github.com/VainF/DeepLabV3Plus-Pytorch的基础上修改的，那个代码给了数据集的格式，你按那个来就行