1.计算复杂度
  • Vision Transformer(ViT)。应用于图像分类的标准Transformer架构

  • Swim Transformer。在ViT的基础上改进

2.对比

        ViT在大图像和小块尺寸的情况,计算复杂度增长很快。

        Swim Transformer通过窗口化了,窗口之间交互,处理大尺寸图像时候更为高效。

Logo

DAMO开发者矩阵,由阿里巴巴达摩院和中国互联网协会联合发起,致力于探讨最前沿的技术趋势与应用成果,搭建高质量的交流与分享平台,推动技术创新与产业应用链接,围绕“人工智能与新型计算”构建开放共享的开发者生态。

更多推荐