Python从0到100（九十二）：Swin Transformer 架构解析及在UCI-HAR行为识别中的实现

已于 2025-04-14 21:21:52 修改
阅读量2.2w 收藏 64
点赞数 112
分类专栏： 零基础学Python：Python从0到100最新最全教程 文章标签： transformer 深度学习 人工智能
于 2025-03-26 11:06:53 首次发布
是Dream呀独家版权
本文链接：https://blog.csdn.net/weixin_51390582/article/details/146499961
版权

在这里插入图片描述

前言： 零基础学Python：Python从0到100最新最全教程。 想做这件事情很久了，这次我更新了自己所写过的所有博客，汇集成了Python从0到100，共一百节课，帮助大家一个月时间里从零基础到学习Python基础语法、Python爬虫、Web开发、 计算机视觉、机器学习、神经网络以及人工智能相关知识，成为学业升学和工作就业的先行者！
【优惠信息】 • 新专栏订阅前200名享9.9元优惠 • 订阅量破200后价格上涨至19.9元 • 订阅本专栏可免费加入粉丝福利群，享受：
- 所有问题解答
-专属福利领取

欢迎大家订阅专栏：零基础学Python：Python从0到100最新最全教程！
在这里插入图片描述

本文目录：

了解本专栏 订阅专栏 解锁全文 超级会员免费看
【论文精读】一文看懂Swin Transformer！Shifted Window到底是个啥？Mask之后还和原来一样？
主要更新底层视觉（去噪、超分等）相关的科研内容，形式为【论文精读】+【论文复现】
05-29 20万+
文章目录前言AbstractShifted Windows AttentionShifted window partitioning in successive blocks 前言 论文链接：Swin Transformer: Hierarchical Vision Transformer using Shifted Windows 源码地址：https://github.com/microsoft/Swin-Transformer 来看看为什么Swin Transformer能屠榜吧！ Abstrac
SwinNet: Swin Transformer Drives Edge-Aware RGB-D and RGB-T Salient Object Detection
qq_50988206的博客
01-10 2096
卷积神经网络 (CNN) 擅长提取某些感受野内的上下文特征，而Transformers可以对全局远程依赖特征进行建模。通过吸收变压器的优势和CNN的优点，Swin Transformer具有较强的特征表示能力。在此基础上，我们提出了一种用于 RGB-D 和 RGB-T 显着目标检测的跨模态融合模型 SwinNet。由 Swin Transformer 驱动以提取分层特征，通过注意力机制增强来弥合两种模态之间的差距，并以边缘信息引导以锐化显着对象的轮廓。
tensorflow实现的swin-transformer代码
03-29
tensorflow实现的swin-transformer代码，使用简单，支持载入预训练权重
论文精读：Swin Transformer: Hierarchical Vision Transformer using Shifted Windows
qq_52053775的博客
08-14 2118
本文提出了一种新的，称为它能够作为计算机视觉的通用骨干网络。从语言到视觉的挑战来自于这两个领域之间的差异，比如视觉实体规模的变化很大，以及图像中像素比文本中单词的高分辨率。...
AI大模型系列之三：Swin Transformer 最强CV图解（深度好文）
Peter_Changyb的博客
03-30 1万+
SwinTransformer是一种为视觉领域设计的分层Transformer结构。它的两大特性是滑动窗口和分层表示。滑动窗口在局部不重叠的窗口中计算自注意力，并允许跨窗口连接。分层结构允许模型适配不同尺度的图片，并且计算复杂度与图像大小呈线性关系。Swin Transformer借鉴了CNN的分层结构，不仅能够做分类，还能够和CNN一样扩展到下游任务，用于计算机视觉任务的通用主干网络，可以用于图像分类、图像分割、目标检测等一系列视觉下游任务。
时间序列分类20：数据可视化与问题分析建模流程详解（UCI-HAR）
全性保真，不以物累形。
04-12 1万+
上篇文章介绍了人类活动识别常用的方法、最新进展和面临的挑战。UCI人类活动识别数据集是人类活动识别领域的benchmark数据集（还有一个常用的特征维数和活动种类更多的OPPORTUNITY数据集，会在之后的文章中介绍），本文详细介绍了UCI-HAR数据集，并通过该数据集来探索加载数据集方法、数据可视化流程、问题建模分析以及模型评估思路，为以后的建模实现分类任务打好基础。
Swin Transformer：深度解析其架构与代码实现
热门推荐
Hello大家好，我是Dream，如果帮得到你，那我深感荣幸！想进粉丝福利群及免费送书群，直接私信我拉你。交流学习、商务合作：https://bbs.csdn.net/topics/614347534
01-27 5万+
Swin Transformer通过扩展原始Transformer模型的能力，引入了层次化结构和基于窗口偏移的自注意力机制，使其能够有效处理图像数据，并可应用于图像分类、目标检测和分割等任务。Swin Transformer，由微软亚洲研究院孕育的新星，今年在学术界大放异彩，以其独特的魅力在图像分类、图像分割和目标检测等众多领域中斩获了无数荣誉。然而，Swin Transformer的诞生并非一帆风顺。
swin-transformer-pytorch:PyTorch中Swin变压器的实现
04-01
在两个领域之间的差异，例如视觉实体规模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战。 为了解决这些差异，我们提出了一个分层的Transformer，其表示是...
SwinNet: Swin Transformer drives edge-aware RGB-D and RGB-T salient object detection
m0_58702532的博客
07-11 3423
卷积神经网络 (CNN) 擅长在某些感受野内提取上下文特征，而Transformer可以对全局远程依赖特征进行建模。Swin Transformer ，吸收了 CNN 的局部优势和 Transformer 的远程依赖优点。 在以上基础上，作者提出了一种用于 RGB-D 和 RGB-T 显著目标检测的跨模态融合模型 SwinNet。 它是由Swin Transformer提取分层特性,使用通道注意力和空间注意力推动以弥合两种模态之间的差距，并由边缘信息引导以锐化显着对象的轮廓。 具体而言，双流S...
UCI-HAR数据集的处理
bucan804228552的博客
06-04 2116
UCI-HAR数据集的滑窗处理
时间序列分类21：如何开发CNNs模型实现人类活动识别（调参）
全性保真，不以物累形。
04-12 7136
本文介绍如何使用CNN模型实现人类活动识别分类任务。主要内容为： 如何加载和处理UCI-HAR数据集，以及如何开发1D CNN模型，达到良好的分类效果。如何进一步调整模型的性能，包括数据转换，过滤器和内核大小。如何开发复杂的 Multi-head 1D CNN模型。
LSTM CNN-LSTM ConvLSTM for UCI-HAR
2301_77098643的博客
09-10 221
【代码】LSTM CNN-LSTM ConvLSTM for UCI-HAR。
深度学习之卷积神经网络入门
最新发布
2201_75345884的博客
04-25 1058
loss_fn=nn.CrossEntropyLoss() #创建交叉熵损失函数对象，因为手写字识别中一共有10个数字，输出会有10个结果optimizer=torch.optim.Adam(model.parameters(),lr=0.01) #创建一个优化器# #params:要训练的参数，一般我们传入的都是model.parameters()# lr:learning_rate学习率，也就是步长是交叉熵损失函数，适用于多分类任务，用于计算模型预测结果与真实标签之间的差距。
深度学习--自然语言处理统计语言与神经语言模型
m0_65065095的博客
04-25 1523
传统的语言模型是基于词袋模型（Bag-of-Words）和one-hot编码展开工作的，即在传统的语言模型中要生成一个句子，其实是拿一堆词语进行拼凑，拼凑出一个句子后我们需要有一个评委来对这个机器生成的句子进行打分和评价，语言模型就是这么一位评委，它会给每个句子打出一个概率值，以表明他们与人类语言的接近程度。
基于深度学习Yolo8的驾驶员疲劳与分心行为检测系统
XiaoCoder的博客
04-23 283
③：技术栈：Python、PySide6、OpenCV、YOLOv8、Matplotlib、NumPy。②：开发环境：Python3.8+、PyCharm/VSCode。①：疲劳检测：眨眼频率监测、哈欠检测、Perclos模型评分。②：分心行为识别：手机使用检测、抽烟行为检测、喝水行为检测。④：数据统计：行为数据可视化、疲劳指标统计、数据导出功能。①：系统环境：Windows/Mac/Linux。③：实时监控：摄像头实时画面显示、状态实时更新。【三】疲劳检测模型与行为分析统计。
2025-04-22 李沐深度学习5 —— 线性回归
zheliku的博客
04-22 1414
​ 在美国买房时，买家需根据房屋信息（如卧室数量、卫生间数量、面积等）预测合理的成交价。输入数据：房屋特征（如X1=卧室数X2=卫生间数X3=面积输出目标：预测成交价Y。实际挑战：卖家的标价和网站估价（如Redfin）仅为参考，最终需通过竞价决定成交价，因此准确预测至关重要。​ 计算输入特征X\mathbf{X}X和模型权重w\mathbf{w}w的矩阵-向量乘法后加上偏置bbb。​ 注意，上面的XwXw是一个向量，而bbb是一个标量。
卷积神经网络基础（四）
qq_52889317的博客
04-22 1127
今天我们继续学习各个激活函数层的实现过程。
TM2SP-Net阅读
qq_49130177的博客
04-22 498
TCSVT 2025。
深度学习视觉应用平台特色功能介绍
tipdm0301的博客
04-22 559
深度学习视觉应用平台是面向高校人工智能相关专业课程教学的工具。平台内置丰富有趣的视觉应用案例，将深度学习算法与视觉应用结合，实现图像分类、图像生成、图像增强等交互式实验场景，形象展示算法原理和结构。
评论 130
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

是Dream呀

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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