文件名称：swin-transformer-pytorch:PyTorch中Swin变压器的实现
文件大小：189KB
文件格式：ZIP
更新时间：2024-04-21 10:58:23
machine-learning deep-learning pytorch artificial-intelligence attention-model
Swin变形金刚-PyTorch 体系结构的实现。 本文介绍了一种称为Swin Transformer的新型视觉变形金刚，它可以用作计算机视觉的通用骨干。 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，其表示是通过移动窗口来计算的。 通过将自注意计算限制为不重叠的局部窗口，同时允许跨窗口连接，移位的加窗方案带来了更高的效率。 这种分层体系结构具有在各种规模上建模的灵活性，并且相对于图像大小具有线性计算复杂性。 Swin Transformer的这些品质使其可与多种视觉任务兼容，包括图像分类（ImageNet-1K的准确度为86.4 top-1）和密集的预测任务，例如目标检测（COCO测试中为58.7框式AP和51.1遮罩式
【文件预览】：
swin-transformer-pytorch-master
----images()
--------swin_transformer.png(195KB)
----requirements.txt(26B)
----LICENSE(1KB)
----setup.py(979B)
----README.md(4KB)
----swin_transformer_pytorch()
--------__init__.py(101B)
--------swin_transformer.py(10KB)
----.gitignore(58B)
----example.py(396B)