屠榜各大CV任务!Swin Transformer : 层次化视觉Transformer

Swin Transformer是一种新型的视觉Transformer,源自微软亚洲研究院,用于解决计算机视觉任务。它采用分层结构和移动窗口计算,实现局部与全局注意力,高效处理不同尺度信息。在目标检测、实例分割和语义分割等领域取得显著效果,超越DeiT、ViT等模型,并在COCO和ADE20K数据集上创下了新纪录。代码和论文已开源。
摘要由CSDN通过智能技术生成

目标检测刷到58.7 AP(目前第一)!

实例分割刷到51.1 Mask AP(目前第一)!

语义分割在ADE20K上刷到53.5 mIoU(目前第一)!

性能优于DeiT、ViT和EfficientNet等主干网络,代码即将开源!

注1:文末附【Transformer】交流群

注2:整理不易,欢迎点赞,支持分享!

想看更多CVPR 2021论文和开源项目可以点击:

https://github.com/amusi/CVPR2021-Papers-with-Code

Swin Transformer: Hierarchical Vision Transformer using Shifted Windows

在这里插入图片描述

  • 作者单位:微软亚洲研究院
  • 代码:https://github.com/microsoft/Swin-Transformer
  • 论文:https://arxiv.org/abs/2103.14030

本文介绍了一种称为Swin Transformer的新型视觉Transformer,它可以用作计算机视觉的通用backbone。在两个领域之间的差异,例如视觉实体尺度的巨大差异以及与文字中的单词相比,图像中像素的高分辨率,带来了使Transformer从语言适应视觉方面的挑

  • 1
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值