Swin Transformer
Swin Transformer je hijerarhijski vizuelni transformator koji su predstavili Liu et al. 2021. godine, a koji koristi pažnju pomerenog prozora (shifted window attention) za postizanje računarske efikasnosti uz održavanje snažnih performansi na zadacima kompjuterskog vida. Za razliku od originalnog Vision Transformer-a koji primenjuje globalnu samopažnju, Swin koristi lokalnu pažnju zasnovanu na prozorima sa periodičnim pomeranjem kako bi uravnotežio ekspresivnost i efikasnost.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Shifted Window Transformer for Vision. ScholarGate. https://scholargate.app/sr/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)Duboko učenje↔ compare
- Masked AutoencodersDuboko učenje↔ compare
- Vision MambaDuboko učenje↔ compare
- Vision TransformerDuboko učenje↔ compare
Citirana u
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →