Swin Transformer
Swin Transformer to hierarchiczny model typu Vision Transformer, wprowadzony przez Liu i wsp. w 2021 roku, który wykorzystuje mechanizm uwagi w przesuniętych oknach (shifted window attention) w celu osiągnięcia efektywności obliczeniowej przy jednoczesnym zachowaniu wysokiej wydajności w zadaniach widzenia komputerowego. W przeciwieństwie do oryginalnego Vision Transformer, który stosuje globalną uwagę własną (global self-attention), Swin wykorzystuje lokalną uwagę w oknach z okresowym przesuwaniem w celu zrównoważenia ekspresyjności i efektywności.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Shifted Window Transformer for Vision. ScholarGate. https://scholargate.app/pl/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)Uczenie głębokie↔ compare
- Zamaskowane autoenkoderyUczenie głębokie↔ compare
- Mamba WizyjnyUczenie głębokie↔ compare
- Vision TransformerUczenie głębokie↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →