ymyimeng的博客

原创 论文阅读笔记——Swin Transformer V2

本文旨在探索一个大规模的计算机视觉模型，并且着手解决以下三类问题:大规模视觉模型的不稳定性、预训练使用的数据与微调使用的数据之间存在的分辨率差异性问题以及对更大规模的有标记数据需求问题。