检测分割算法改进(篇五) 引入Swin Transformer做检测网络Backbone
发布时间：2024-09-24 17:01
检测算法通常包括Backbone、Neck、Head等结构，屠榜的Swin Transformer当然也是可以被作为Backbone的，如下图所示：
在撸代码之前，需要对Swin-Transformer的各个模块有清晰的了解，下面首先是对每个模块的解析及整个网络结构的前向原理。需要注意一点，在Swin Transformer中，Patch需要理解为多通道的像素，即feater map上的一个像素点包含所有通道的值，而非一个token。
Patch Merging
- 该模块和YOLOX或Yolov5中的Fcous模块是大差小不差。存在于Stage2 ~ Stage4中，其作用主要是进行降采样，通过该模块后，feature map的会被shape降采样一倍，channel翻倍。其原理图如下：
相关推荐
R语言Bootstrap、百分位Bootstrap法抽样参数估计置信区间分析通勤时间和学生锻炼数据
lession 5 - 逻辑回归，softmax多分类与交叉熵
android 即时聊天源码websocket,基于WebSocket实现的Android和H5聊天通讯实例【附效果图附所有源码】使用的源码...
SpringCloudGateway微服务网关实战与源码分析 - 中
记一次 Druid 超时配置的问题 → 引发对 Druid 时间配置项的探究
【图文步骤】CentOS7 搭建Hadoop3.x 完全分布式
AR独角兽的死亡教训：融资3亿美元后，成投资人提线木偶，营销大于产品技术...
Spark入门到精通-番外篇(Standaone集群的运维和简单操作)