一、Transformer在视觉领域的”水土不服”与Swin的破局之道 传统Transformer架构凭借自注意力机制在NLP领域大放异彩，但直接迁移到视觉任务时面临两大挑战： 计算复杂度爆炸：图像分辨率远高于文本序列长度，原始……
