Swin Transformer (โปรแกรมแปลง Swin)
Swin Transformer คือสถาปัตยกรรมวิสัยทัศน์แบบลำดับชั้น (hierarchical vision transformer) ที่นำเสนอโดย Liu และคณะ ในปี 2021 ซึ่งใช้กลไก attention แบบหน้าต่างเลื่อน (shifted window attention) เพื่อให้ได้ประสิทธิภาพเชิงคำนวณ (computational efficiency) ที่ดี ในขณะที่ยังคงรักษาประสิทธิภาพที่แข็งแกร่งสำหรับงานด้านคอมพิวเตอร์วิทัศน์ (computer vision) แตกต่างจาก Vision Transformer ดั้งเดิมที่ใช้ self-attention แบบครอบคลุมทั่วทั้งภาพ (global self-attention) Swin ใช้ self-attention แบบเฉพาะส่วนในหน้าต่าง (local window-based attention) ร่วมกับการเลื่อนหน้าต่างเป็นระยะ เพื่อสร้างสมดุลระหว่างความสามารถในการแสดงออก (expressiveness) และประสิทธิภาพ
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Shifted Window Transformer for Vision. ScholarGate. https://scholargate.app/th/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)การเรียนรู้เชิงลึก↔ compare
- Masked Autoencodersการเรียนรู้เชิงลึก↔ compare
- วิชันแมมบ้าการเรียนรู้เชิงลึก↔ compare
- วิชันทรานส์ฟอร์มเมอร์การเรียนรู้เชิงลึก↔ compare