leihuang0822的博客

论文：https://arxiv.org/abs/2103.14030代码：https://github.com/microsoft/Swin-Transformer论文中提出了一种新型的Transformer架构(Swin Transformer)，其利用滑动窗口和分层结构使得Swin Transformer成为了机器视觉领域新的Backbone，在图像分类、目标检测、语义分割等多种机器视觉任务中达到了SOTA水平。目前Transformer应用到图像领域主要有两大挑战：视觉实体变化大，在

1.视觉领域transformer论文题目：An Image is Worth 16x16 Words:Transformers for Image Recognition at Scale论文地址：https://arxiv.org/abs/2010.11929github：GitHub - lucidrains/vit-pytorch: Implementation of Vision Transformer, a simple way to achieve SOTA in vision c