模型推理:Swin-Transformer图像分类_swintransformer 分类模型 c++ 推理

一、内容和目标

1. 实验内容

1. 本实验主要介绍基于寒武纪 MLU370 MagicMind 平台的Swin-Transformer (Pytorch, Python, FP32) 图像分类推理应用的开发方法。

2. 编写自定义算子 Plugin Roll 和 Plugin ReLU，生成含有自定义算子的 PyTorch 模型。

3. 基于 Swin-Transformer 分类网络和寒武纪 MLU370 MagicMind 平台，您可以读取本地图像数据作为输入，对图像进行分类。

2. 实验目标

1. 掌握编写 PluginOp 的方法，生成含有自定义算子的 PyTorch 模型。

2. 掌握使用寒武纪 MLU370 MagicMind 平台进行 AI 模型推理的基本方法。

3. 理解 Swin-Transformer 模型的整体网络结构及其开发调试细节。

二、平台介绍

• 硬件：寒武纪 MLU370 AI 加速卡

• 框架：Pytorch 1.6 、MagicMind 0.14.0

• 系统环境：寒武纪云平台

三、网络结构

Swin-Transformer 在多项视觉任务中（分类、检测、分割）都有着较好的表现，对于分类任务，Swin-Transformer 在网络最后面会接上一个 Layer Norm 层、全局池化层以及全连接层得到分类输出。Swin-Transformer 针对不同大小ÿ