ترنسفورمر سوین (Swin Transformer)
ترنسفورمر سوین، یک ترنسفورمر بینایی سلسلهمراتبی است که توسط لیو و همکاران در سال ۲۰۲۱ معرفی شد و از مکانیزم توجه مبتنی بر پنجرههای جابجا شده (shifted window attention) برای دستیابی به کارایی محاسباتی، ضمن حفظ عملکرد قوی در وظایف بینایی کامپیوتر، استفاده میکند. برخلاف ترنسفورمر بینایی اصلی (Vision Transformer) که توجهپذیری خودکار سراسری (global self-attention) را اعمال میکند، سوین از توجهپذیری مبتنی بر پنجرههای محلی با جابجایی دورهای برای تعادل بین قدرت بیان و کارایی بهره میبرد.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
منابع
- 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 ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Shifted Window Transformer for Vision. ScholarGate. https://scholargate.app/fa/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)یادگیری عمیق↔ compare
- خودرمزگذارِ پوشیده (Masked Autoencoders)یادگیری عمیق↔ compare
- ویژن مامبایادگیری عمیق↔ compare
- ترنسفورمر بینایییادگیری عمیق↔ compare
ارجاعشده در
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →