【免费下载链接】Vision-RWKV项目地址https://ai.gitcode.com/OpenGVLab/Vision-RWKV点击查看免费下载Vision-RWKV 是 OpenGVLab 推出的基于 RWKV 架构的开放词汇视觉感知模型本仓库直接提供了16 个预训练权重覆盖 ImageNet、COCO、ADE20K 三大权威数据集。本文将逐一解析每个权重的用途、大小与命名含义并给出新手下载与选型建议帮你 10 分钟看懂这份权重清单。一、先花 30 秒了解 Vision-RWKV 的权重体系Vision-RWKV 用 RWKV线性注意力 RNN替代传统 Transformer以统一的自回归范式处理视觉任务。仓库中的 16 个.pth文件按任务类型分为四大类类别数量训练数据集典型用途图像分类VRWKV v15 个ImageNet-1K / ImageNet-22K特征提取、分类基线图像分类VRWKV v63 个ImageNet-1K新一代轻量分类实例分割Mask R-CNN FPN4 个COCO开放词汇实例分割语义分割UperNet4 个ADE20K开放词汇语义分割所有权重均采用Apache-2.0 协议开源见 README.md可放心用于研究与商业场景。二、16 个预训练权重全清单1️⃣ 图像分类权重 · VRWKV v1ImageNet这一组是 VRWKV 初代的分类骨干从 tiny 到 large 共 5 个规格其中 large 版还包含 ImageNet-22K 预训练版本权重文件大小训练数据输入分辨率特点vrwkv_t_in1k_224.pth23 MBImageNet-1K224×224最小快速验证首选vrwkv_s_in1k_224.pth90 MBImageNet-1K224×224小模型速度快vrwkv_b_in1k_224.pth357 MBImageNet-1K224×224精度与速度均衡vrwkv_l_in22k_192.pth1.5 GBImageNet-22K192×19222K 高维类别预训练vrwkv_l_22kto1k_384.pth1.3 GB22K→1K 迁移384×384高分辨率精度最优22kto1k表示先在 ImageNet-22K 预训练、再在 ImageNet-1K 上微调是经典的大规模迁移训练策略。2️⃣ 图像分类权重 · VRWKV v6新一代v6 是更新的模型代际参数效率更高同样提供 3 个常用规格权重文件大小输入分辨率说明vrwkv6_t_in1k_224.pth29 MB224×224超轻量适合边缘设备vrwkv6_s_in1k_224.pth105 MB224×224小模型部署友好vrwkv6_b_in1k_224.pth400 MB224×224base 规格精度更高3️⃣ 实例分割权重 · Mask R-CNN FPNCOCO用于开放词汇实例分割任务在 Mask R-CNN FPN 检测框架上挂载 VRWKV adapter按 1x 训练计划12 epoch在 COCO 上训练共 4 个规模权重文件大小说明mask_rcnn_vrwkv_adapter_tiny_fpn_1x_coco.pth108 MBtiny 骨干mask_rcnn_vrwkv_adapter_small_fpn_1x_coco.pth189 MBsmall 骨干mask_rcnn_vrwkv_adapter_base_fpn_1x_coco.pth485 MBbase 骨干mask_rcnn_vrwkv_adapter_large_fpn_1x_coco.pth1.4 GBlarge 骨干4️⃣ 语义分割权重 · UperNetADE20K用于开放词汇语义分割UperNet 分割头 VRWKV adapter输入分辨率 512×512训练 160k 迭代基于 ADE20K 场景数据集权重文件大小说明upernet_vrwkv_adapter_tiny_512_160k_ade20k.pth139 MBtiny 骨干upernet_vrwkv_adapter_small_512_160k_ade20k.pth226 MBsmall 骨干upernet_vrwkv_adapter_base_512_160k_ade20k.pth536 MBbase 骨干upernet_vrwkv_adapter_large_512_160k_ade20k.pth1.5 GBlarge 骨干精度上限16 个权重总容量约 8.2 GB磁盘空间请提前预留。三、权重命名规则一次看懂Vision-RWKV 的命名非常规整掌握规则后无需查阅文档即可见名知意vrwkv_/vrwkv6_模型版本v6 为新一代t/s/b/ltiny / small / base / large 四种规模in1k/in22kImageNet-1K / ImageNet-22K 训练集224/192/384/512输入图像分辨率mask_rcnn_..._fpn_1x_cocoMask R-CNN 框架 FPN1x 训练计划COCO 数据集upernet_..._512_160k_ade20kUperNet 框架512 分辨率160k 迭代ADE20K 数据集_adapter_表示该权重包含适配检测/分割框架的 adapter 模块可直接与检测头/分割头组合使用。四、如何正确下载这 16 个权重仓库中的.pth文件通过Git LFS托管克隆前务必启用 LFS否则拿到的只是约 134 字节的指针文件而非真实权重git lfs install git clone https://gitcode.com/OpenGVLab/Vision-RWKV若已克隆但权重未拉取可补执行cd Vision-RWKV git lfs pull五、新手选型指南到底该下哪个你的场景推荐权重理由第一次跑通 demo、验证流程vrwkv6_t_in1k_224.pth29 MB下载最快显存友好轻量级生产部署vrwkv6_s / mask_rcnn_small90~189 MB速度与精度的实用平衡精度与速度兼顾任意 base 版357~536 MB官方常用主力规格追求 SOTA 精度任意 large 版1.3~1.5 GB大参数量性能上限对比新旧架构v1 vs v6 同规模对比观察 v6 的效率提升一句话建议新手从 tiny 起步跑通再按需升级到 small/baselarge 版留到有明确精度需求时再下载可省下数 GB 带宽。六、总结Vision-RWKV 仓库一次性提供了覆盖分类、实例分割、语义分割三大任务的 16 个预训练检查点ImageNet 分类 8 个v1 v6、COCO 实例分割 4 个、ADE20K 语义分割 4 个规模从 23 MB 的 tiny 到 1.5 GB 的 large 全档位齐备。掌握本文的命名规则与选型建议后你就能快速找到适合自己的那份权重动手体验 RWKV 架构在开放词汇视觉任务上的表现。赞分享【免费下载链接】Vision-RWKV项目地址https://ai.gitcode.com/OpenGVLab/Vision-RWKV点击查看免费下载相关推荐TensorFlow 2 目标检测模型库Detection Model Zoo全解COCO 预训练权重清单、指标解读与迁移使用指南TensorFlow 2 目标检测模型库Detection Model Zoo全解COCO 预训练权重清单、指标解读与迁移使用指南 本文聚焦当前仓库中 t人工智能深度学习计算机视觉NLP语音CNTK 预训练图像模型完全指南ImageNet 与 CIFAR-10 模型清单、下载方式与复现训练配置CNTK 预训练图像模型完全指南ImageNet 与 CIFAR 10 模型清单、下载方式与复现训练配置 CNTKMicrosoft Cognitive T深度学习机器学习人工智能PaddleNLP ERNIE 预训练模型全览从权重清单到源码级配置解读PaddleNLP ERNIE 预训练模型全览从权重清单到源码级配置解读 本文以 docs/zh/model_zoo/transformers/ERNIE/c人工智能大模型预训练微调LoRARLHF强化学习分布式训练模型推理服务推理引擎模型量化模型压缩本地部署NLP创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考