欢迎关注我的CSDN:https://blog.csdn.net/caroline_wendy
本文地址:https://blog.csdn.net/caroline_wendy/article/details/128233172
Paper,A ConvNet for the 2020s,FAIR,Berkeley
基于Transformer网络改造ResNet50网络,处理速度更快,准确率更高,无论怎么优化,都保证是卷积网络(Conv)。调参的论文,优化自己的模型,把调参发挥到极致。
ViT用于目标检测和语义分割的效果较差,像素密集。Swin Transformer引入一些卷积的归纳偏置(Inductive Bias),将标准的ResNet逐渐进行现代化(Modernize)进行改造,引入Transformer的结构。所以是下一代的卷积网络,即ConvNeXt,优于Transformer,即Swin Transformer。探索卷积网络的极限。
- 背景:当前的情况,Transformer非常好