Swin Transformer
Swin Transformer on Liu et al. (2021) esittelemä hierarkkinen "vision transformer" -malli, joka hyödyntää siirrettyä ikkuna-attentiota saavuttaakseen laskennallista tehokkuutta säilyttäen samalla vahvan suorituskyvyn tietokonenäkötehtävissä. Toisin kuin alkuperäinen Vision Transformer, joka soveltaa globaalia itseattentiota, Swin käyttää paikallista ikkunapohjaista attentiota jaksottaisella siirrolla tasapainottaakseen ilmaisukykyä ja tehokkuutta.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- 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 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Shifted Window Transformer for Vision. ScholarGate. https://scholargate.app/fi/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)Syväoppiminen↔ compare
- Masked AutoencodersSyväoppiminen↔ compare
- Vision MambaSyväoppiminen↔ compare
- Vision TransformerSyväoppiminen↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →