Swin Transformer
Swin Transformer er en hierarkisk vision transformer introduceret af Liu et al. i 2021, der anvender forskudt vinduesopmærksomhed (shifted window attention) for at opnå beregningsmæssig effektivitet, samtidig med at den bevarer stærk ydeevne på computer vision-opgaver. I modsætning til den oprindelige Vision Transformer, der anvender global selvopmærksomhed, bruger Swin lokal vinduesbaseret opmærksomhed med periodisk forskydning for at balancere udtrykskraft og effektivitet.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Liu, Z., Lin, Y., Cao, Y., Hu, H., Wei, Y., Zhang, Z., Lin, S., & Guo, B. (2021). Swin Transformer: Hierarchical vision transformer using shifted windows. In Proceedings of the IEEE/CVF International Conference on Computer Vision (pp. 10012-10022). DOI: 10.1109/ICCV48922.2021.00986 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Shifted Window Transformer for Vision. ScholarGate. https://scholargate.app/da/deep-learning/swin-transformer
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- DETR (Detection Transformer)Dyb læring↔ compare
- Maskerede AutoencodersDyb læring↔ compare
- Vision MambaDyb læring↔ compare
- Vision TransformerDyb læring↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →