EfficientNet 是卷积神经网络中最经典的图像分类模型系列，而efficientnet_b5.sw_in12k_ft_in1k是 timm（PyTorch Image Models）中 B0–B7 全系里口碑最好的一档：30.4M 参数、448×448 输入、Top-1 精度约 83.2%，在"精度"与"显存成本"之间取得了极佳平衡。本文带你快速看懂 B0–B7 的参数与性能差异，一分钟选出最适合自己场景的版本。

先认识 efficientnet_b5.sw_in12k_ft_in1k

这个模型名可以拆成三段来读：

它的训练配方基于 Swin Transformer 的训练思路，使用 AdamW 优化器、梯度裁剪、EMA 权重平均以及带 warmup 的余弦学习率调度，最终在 ImageNet-1k 上达到 83.2% 的 Top-1 精度——这也是 timm 官方结果表中 B5 的最高精度版本。

仓库里的关键文件：

• 模型说明卡：README.md（含模型统计、训练配方与调用示例）
• 模型结构配置：config.json（架构efficientnet_b5、1000 分类、448×448 输入）
• 框架任务配置：configuration.json（PyTorch / 图像分类）
• 权重文件：model.safetensors（safetensors 格式，加载更安全更快）与 pytorch_model.bin（传统 PyTorch 格式）

💡 小技巧：config.json中的pretrained_cfg还记录了推荐的输入归一化参数（mean / std），做数据增强时照抄即可对齐官方精度。

B0–B7 全系列参数性能对比表

下表汇总了 EfficientNet 原版论文的基准数据（224×224 输入）：

再看 timm 中sw_in12k_ft_in1k系列（即 12k 预训练 + 1k 微调的高精度版本）：

* 数值整理自 timm 官方结果表，略有出入以官方为准。

📌 两个关键结论：

1. B0→B7 精度只涨了约 7 个百分点，但算力涨了近百倍。从 B5 往后，每提升 0.1 个点的精度都要付出翻倍级的算力代价。
2. B5 是"性价比拐点"：相比 B3 提升约 1.7 个点精度，而 B6/B7 相对 B5 只多 0.4–0.7 个点，却要多消耗 2–4 倍算力。

三种典型场景怎么选

场景一：移动端 / 边缘设备 → 选 B0–B2

• 追求极致速度与低内存占用，B0（5.3M 参数）是首选；
• 需要一点精度余量就上 B1 或 B2；
• 典型应用：手机 App 内嵌分类、IoT 摄像头。

场景二：常规服务端推理 → 选 B3–B5（推荐 B5）

• B3 在 8GB 显存内跑得舒服，适合作为基线；
• B5（efficientnet_b5.sw_in12k_ft_in1k）是大多数团队的默认选择：精度接近旗舰，成本只有 B7 的 1/4；
• 典型应用：图像搜索、商品识别、内容审核。

场景三：精度优先、算力充裕 → 选 B6–B7

• B6/B7 的 Top-1 都在 83.6% 以上，适合对极限精度有要求、且卡够多的场景；
• 注意：如果 448/512 输入已经满足，再换更大模型往往收益有限，不如把算力花在数据增强或集成上。

快速上手：加载 efficientnet_b5.sw_in12k_ft_in1k

如果你只想直接体验本文主角，两步即可：

git clone https://gitcode.com/hf_mirrors/timm/efficientnet_b5.sw_in12k_ft_in1k

然后用 timm 一行代码创建模型（完整示例见 README.md 的 Model Usage 章节）：

import timm model = timm.create_model('efficientnet_b5.sw_in12k_ft_in1k', pretrained=True) model = model.eval()

需要提取中间特征（接分割、检测头等下游任务）时，加上features_only=True参数即可，README.md 中给出了完整写法。

一句话总结：你的选择清单

✅ 记住这个口诀：小用 B0，稳用 B3，香用 B5，富用 B7。对多数新手来说，efficientnet_b5.sw_in12k_ft_in1k就是那份"闭眼选也不会错"的默认答案。