CV / 视觉生成 · 2021 · Swin Transformer
Swin Transformer: Hierarchical Vision Transformer using Shifted Windows
Ze Liu et al.
通过移位窗口和分层表示适配多尺度视觉任务。
窗口注意力分层特征视觉骨干
复现空间 · 建议计划
进阶 · 权重评估 · 编辑建议，尚未实测
最小实验目标
评估 Swin-T 分类权重并可视化窗口分区与移位掩码。
数据集 / 环境
ImageNet-1K 验证集或明示的子集。
评估项
- Top-1 Accuracy
- 吞吐量
边界与常见偏差
裁剪比例和插值方式会影响结果；窗口大小变化可能要求适配相对位置参数。
实验验收协议
- 阅读原文，选定要对齐的具体表格、模型变体与数据划分；把缩小规模或替换组件单独列出。
- 核对作者资源的许可与依赖，锁定代码 commit、权重版本、硬件、随机种子和完整运行命令。
- 先完成数据与推理检查，再执行约定的实验；记录多次运行结果、资源消耗和失败案例。
- 提交可核验的代码、配置、日志与报告。原论文数值须注明表格和协议，当前指标必须附实际运行证据。
实验记录
- 原论文对齐目标
- 待认领后选定具体表格与评估条件
- 社区复现指标
- 暂无已验证结果
暂无实验日志与复现报告。收录此论文不表示社区已完成训练或评估；后续记录通过仓库 Issue 和 Pull Request 补充。