qq_42463515的博客

原创 Swin Transformer: Hierarchical Vision Transformer using Shifted Windows

Paper Reading Note URL:https://arxiv.org/pdf/2103.14030.pdf Milestone！！ transfomer屠榜cnn的最新力作 cnn老年迟暮，transfomer新王加冕 文章的出发点： 对于nlp和cv来说两个领域的scale不同，粒度的差距，nlp中词语token都是固定的然而cv中的patch这种scale是vary substantial的，也就是cv的scale有着很大的变化范围。 对于cv来说，resolution远超nlp。计