Swin Transformer
Swin Transformer er en hierarkisk visjonstransformator introdusert av Liu et al. i 2021, som bruker forskjøvet vindusoppmerksomhet for å oppnå beregningseffektivitet samtidig som den opprettholder sterk ytelse på datasynsoppgaver. I motsetning til den originale Vision Transformer, som anvender global selv-oppmerksomhet, bruker Swin lokal vindusbasert oppmerksomhet med periodisk forskyvning for å balansere uttrykksevne og effektivitet.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Shifted Window Transformer for Vision. ScholarGate. https://scholargate.app/no/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)Dyp læring↔ compare
- Maskerte autoenkodereDyp læring↔ compare
- Vision MambaDyp læring↔ compare
- Vision TransformerDyp læring↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →