一、视觉Transformer的瓶颈与Swin的突破 传统Transformer架构在自然语言处理领域取得巨大成功后，被直接迁移至计算机视觉任务中，但面临两大核心挑战：其一，图像像素数量远超文本序列长度，导致全局自注意力计算……
