2021年,获得 ICCV 最佳论文奖的 Swin Transformer,通过在广泛的视觉问题上证明 Transformer 架构的有效性,加速了计算机视觉领域基本模型架构的变革。2021年末,微软亚洲研究院的研究员们又进一步提出了 Swin Transformer v2.0 版本,新版本训练了迄今为止最大的稠密视觉模型,并在多个主流视觉任务上大大刷新了记录,相关论文也已被 CVPR 2022 接收。
Go to file
YYJ-aaaa bb0fc43917 add file 2024-10-12 14:38:10 +08:00
.gitattributes Add .gitattributes 2024-10-12 14:26:23 +08:00
README.md add file 2024-10-12 14:38:10 +08:00
config.json add file 2024-10-12 14:38:10 +08:00
preprocessor_config.json add file 2024-10-12 14:38:10 +08:00
pytorch_model.bin add file 2024-10-12 14:38:10 +08:00

README.md

swinv2-tiny-patch4-window16-256

2021年获得 ICCV 最佳论文奖的 Swin Transformer通过在广泛的视觉问题上证明 Transformer 架构的有效性加速了计算机视觉领域基本模型架构的变革。2021年末微软亚洲研究院的研究员们又进一步提出了 Swin Transformer v2.0 版本,新版本训练了迄今为止最大的稠密视觉模型,并在多个主流视觉任务上大大刷新了记录,相关论文也已被 CVPR 2022 接收。