Swin Transformer
Swin Transformer är en hierarkisk vision transformer som introducerades av Liu et al. 2021 och som använder förskjuten fönsteruppmärksamhet för att uppnå beräkningseffektivitet samtidigt som den bibehåller stark prestanda på datorseendeuppgifter. Till skillnad från den ursprungliga Vision Transformer, som tillämpar global självuppmärksamhet, använder Swin lokal fönsterbaserad uppmärksamhet med periodisk förskjutning för att balansera uttrycksfullhet och effektivitet.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Shifted Window Transformer for Vision. ScholarGate. https://scholargate.app/sv/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)Djupinlärning↔ compare
- Maskerade autoenkodrarDjupinlärning↔ compare
- Vision MambaDjupinlärning↔ compare
- Vision TransformerDjupinlärning↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →