Metodbevispost

Swin Transformer

The Swin Transformer is a hierarchical vision transformer introduced by Liu et al. in 2021 that uses shifted window attention to achieve computational efficiency while maintaining strong performance on computer vision tasks. Unlike the original Vision Transformer which applies global self-attention, Swin uses local window-based attention with periodic shifting to balance expressiveness and efficiency.

Sources recorded, not reviewed

Källpost

Citat kopierade ordagrant från metodens källpost. Ingen verifiering på källnivå härleds från dem.

Shifted Window Transformer for Vision

Taxonomisk metodpost · ml-model / deep-learning

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

Öppna fullständig metod

Kuraterade påståenden

Påståenden lagrade i bevisloggen, var och en med sin egen bedömning.

Inga kuraterade påståenden ännu

Denna vy hittar inte på en påståendebedömning när loggen saknar en.

Relaterade metoder

Genererade från metodgrafen och visade som maskinföreslagna relationer – inga bevispåståenden härleds.

Same method familyDETR (Detection Transformer)machine-suggested · Relational suggestion, not evidence.Same method familyMasked Autoencodersmachine-suggested · Relational suggestion, not evidence.Same method familyVision Mambamachine-suggested · Relational suggestion, not evidence.Same method familyVision Transformermachine-suggested · Relational suggestion, not evidence.