当前位置：网站首页>ICCV 2021 的最佳论文模型 Swin Transformer 终于对视频下手了！

ICCV 2021 的最佳论文模型 Swin Transformer 终于对视频下手了！

2022-07-16 19:42:00 【Zilliz】

出品人：Towhee 技术团队

在去年 Swin Transformer 获得 ICCV 2021 最佳论文后，微软亚洲研究院又在今年推出了视频领域的佳作 Video Swin Transformer 。**Video Swin Transformer 模型在 CVPR 2022 中性能屠榜，在动作识别和时序建模任务上都优于 ViViT、TimeSformer 等网络！**该模型在 Kinetics-400 上的准确率为 84.9% top-1，在 Something-Something v2 上的准确率为 69.6% top-1。

Video Swin Transformer: an illustrated example of 3D shifted windows

从图像领域拓展到视频领域，Swin Transformer 在原来的基础上引入局部性的归纳偏置，并且有效利用了预训练图像模型。与之前相比，Video Swin Transformer 即使时空分解也可以全局计算自注意力，因此能够更好地权衡速度与准确率。

参考资料：

模型用例：action-classification/video-swin-transformer

论文地址：Video Swin Transformer

官方说明：屠榜视频理解几大任务！微软提出：Video Swin Transformer

其他资料：视频分类利器之Video Swin Transformer

更多项目更新及详细内容请关注我们的项目( https://github.com/towhee-io/towhee/blob/main/towhee/models/README_CN.md) ，您的关注是我们用爱发电的强大动力，欢迎 star, fork, slack 三连 :)

原网站

版权声明
本文为[Zilliz]所创，转载请带上原文链接，感谢
https://my.oschina.net/u/4209276/blog/5554026

边栏推荐

猜你喜欢

随机推荐