Swin Transformer
Swin Transformer ir hierarhisks vizuālais transformators, ko 2021. gadā ieviesa Liu et al. un kas izmanto nobīdītu logu uzmanību, lai panāktu aprēķinu efektivitāti, vienlaikus saglabājot spēcīgu sniegumu datorredzes uzdevumos. Atšķirībā no oriģinālā Vision Transformer, kas izmanto globālu pašuzmanību, Swin izmanto lokālu uz logiem balstītu uzmanību ar periodisku nobīdi, lai līdzsvarotu izteiksmīgumu un efektivitāti.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Shifted Window Transformer for Vision. ScholarGate. https://scholargate.app/lv/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)Dziļā mācīšanās↔ compare
- Apslēptie autoenkoderiDziļā mācīšanās↔ compare
- Vision MambaDziļā mācīšanās↔ compare
- Vision TransformerDziļā mācīšanās↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →