清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

Video Swin Transformer

计算机科学 变压器 地点 人工智能 建筑 杠杆(统计) 动作识别 计算机视觉 模式识别(心理学) 工程类 电气工程 电压 艺术 哲学 语言学 视觉艺术 班级(哲学)
作者
Ze Liu,Ning Jia,Yue Cao,Yixuan Wei,Zheng Zhang,Stephen Lin,Hanping Hu
出处
期刊:Cornell University - arXiv 被引量:40
标识
DOI:10.48550/arxiv.2106.13230
摘要

The vision community is witnessing a modeling shift from CNNs to Transformers, where pure Transformer architectures have attained top accuracy on the major video recognition benchmarks. These video models are all built on Transformer layers that globally connect patches across the spatial and temporal dimensions. In this paper, we instead advocate an inductive bias of locality in video Transformers, which leads to a better speed-accuracy trade-off compared to previous approaches which compute self-attention globally even with spatial-temporal factorization. The locality of the proposed video architecture is realized by adapting the Swin Transformer designed for the image domain, while continuing to leverage the power of pre-trained image models. Our approach achieves state-of-the-art accuracy on a broad range of video recognition benchmarks, including on action recognition (84.9 top-1 accuracy on Kinetics-400 and 86.1 top-1 accuracy on Kinetics-600 with ~20x less pre-training data and ~3x smaller model size) and temporal modeling (69.6 top-1 accuracy on Something-Something v2). The code and models will be made publicly available at https://github.com/SwinTransformer/Video-Swin-Transformer.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
Joker完成签到,获得积分10
4秒前
ChatGPT发布了新的文献求助30
5秒前
陌上之心完成签到 ,获得积分10
7秒前
乐观的星月完成签到 ,获得积分10
18秒前
harden9159完成签到,获得积分10
31秒前
夏日香气完成签到 ,获得积分10
32秒前
37秒前
kxawyy完成签到,获得积分10
46秒前
謓言完成签到 ,获得积分20
1分钟前
1分钟前
年轻千愁完成签到 ,获得积分10
1分钟前
微解感染发布了新的文献求助10
1分钟前
科目三应助科研通管家采纳,获得10
1分钟前
爆米花应助科研通管家采纳,获得10
1分钟前
1分钟前
科研通AI2S应助kxawyy采纳,获得10
1分钟前
zokor完成签到 ,获得积分10
1分钟前
Glory完成签到 ,获得积分10
1分钟前
田様应助微解感染采纳,获得10
1分钟前
斯文败类应助kxawyy采纳,获得10
1分钟前
三年三班三井寿完成签到,获得积分10
1分钟前
Kuga应助kxawyy采纳,获得10
1分钟前
1分钟前
柯伊达完成签到 ,获得积分10
2分钟前
BettyNie完成签到 ,获得积分10
2分钟前
rumengzhuo完成签到,获得积分10
2分钟前
害羞的囧完成签到 ,获得积分10
2分钟前
CCsci完成签到 ,获得积分10
2分钟前
牛奶面包完成签到 ,获得积分10
2分钟前
2分钟前
cugwzr完成签到,获得积分10
2分钟前
赘婿应助kxawyy采纳,获得10
2分钟前
笨笨完成签到 ,获得积分10
2分钟前
hongt05完成签到 ,获得积分10
2分钟前
Lexi完成签到 ,获得积分10
2分钟前
醉熏的千柳完成签到 ,获得积分10
3分钟前
尘远知山静完成签到 ,获得积分10
3分钟前
sponge完成签到 ,获得积分10
3分钟前
haprier完成签到 ,获得积分10
3分钟前
aiyawy完成签到 ,获得积分10
3分钟前
高分求助中
Les Mantodea de Guyane: Insecta, Polyneoptera [The Mantids of French Guiana] 2500
Future Approaches to Electrochemical Sensing of Neurotransmitters 1000
Electron microscopy study of magnesium hydride (MgH2) for Hydrogen Storage 1000
Finite Groups: An Introduction 800
壮语核心名词的语言地图及解释 700
ВЕРНЫЙ ДРУГ КИТАЙСКОГО НАРОДА СЕРГЕЙ ПОЛЕВОЙ 500
ВОЗОБНОВЛЕН ВЫПУСК ЖУРНАЛА "КИТАЙ" НА РУССКОМ ЯЗЫКЕ 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 物理 生物化学 纳米技术 计算机科学 化学工程 内科学 复合材料 物理化学 电极 遗传学 量子力学 基因 冶金 催化作用
热门帖子
关注 科研通微信公众号,转发送积分 3906993
求助须知:如何正确求助?哪些是违规求助? 3452391
关于积分的说明 10870258
捐赠科研通 3178271
什么是DOI,文献DOI怎么找? 1755864
邀请新用户注册赠送积分活动 849148
科研通“疑难数据库(出版商)”最低求助积分说明 791387