【免费下载链接】Vision-RWKV
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 v1） | 5 个 | ImageNet-1K / ImageNet-22K | 特征提取、分类基线 |
| 图像分类（VRWKV v6） | 3 个 | ImageNet-1K | 新一代轻量分类 |
| 实例分割（Mask R-CNN FPN） | 4 个 | COCO | 开放词汇实例分割 |
| 语义分割（UperNet） | 4 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 v1（ImageNet）
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.pth | 23 MB | ImageNet-1K | 224×224 | 最小，快速验证首选 |
| vrwkv_s_in1k_224.pth | 90 MB | ImageNet-1K | 224×224 | 小模型，速度快 |
| vrwkv_b_in1k_224.pth | 357 MB | ImageNet-1K | 224×224 | 精度与速度均衡 |
| vrwkv_l_in22k_192.pth | 1.5 GB | ImageNet-22K | 192×192 | 22K 高维类别预训练 |
| vrwkv_l_22kto1k_384.pth | 1.3 GB | 22K→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.pth | 29 MB | 224×224 | 超轻量，适合边缘设备 |
| vrwkv6_s_in1k_224.pth | 105 MB | 224×224 | 小模型，部署友好 |
| vrwkv6_b_in1k_224.pth | 400 MB | 224×224 | base 规格，精度更高 |
3️⃣ 实例分割权重 · Mask R-CNN FPN（COCO）
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.pth | 108 MB | tiny 骨干 |
| mask_rcnn_vrwkv_adapter_small_fpn_1x_coco.pth | 189 MB | small 骨干 |
| mask_rcnn_vrwkv_adapter_base_fpn_1x_coco.pth | 485 MB | base 骨干 |
| mask_rcnn_vrwkv_adapter_large_fpn_1x_coco.pth | 1.4 GB | large 骨干 |
4️⃣ 语义分割权重 · UperNet（ADE20K）
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.pth | 139 MB | tiny 骨干 |
| upernet_vrwkv_adapter_small_512_160k_ade20k.pth | 226 MB | small 骨干 |
| upernet_vrwkv_adapter_base_512_160k_ade20k.pth | 536 MB | base 骨干 |
| upernet_vrwkv_adapter_large_512_160k_ade20k.pth | 1.5 GB | large 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/l：tiny / small / base / large 四种规模；in1k/in22k：ImageNet-1K / ImageNet-22K 训练集；224/192/384/512：输入图像分辨率；mask_rcnn_..._fpn_1x_coco：Mask R-CNN 框架 + FPN，1x 训练计划，COCO 数据集；upernet_..._512_160k_ade20k：UperNet 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.pth（29 MB） | 下载最快，显存友好 |
| 轻量级生产部署 | vrwkv6_s / mask_rcnn_small（90~189 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/base，large 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。
【免费下载链接】Vision-RWKV
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 CNTK（Microsoft 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
