swin-transformer-pytorch

收录理由

这份早期 PyTorch 实现，赶在微软官方代码发布之前出现，很适合想深入拆解 Swin Transformer 移位窗口注意力机制的读者。它将自注意力限制在互不重叠的局部窗口内，并且在相邻模块间移动窗口位置，从而在高分辨率图像上保持计算效率，同时随着网络层级加深，信息仍能跨窗口流动。仓库提供的是清晰的网络类定义，而非完整训练流程；你可以自行设定各阶段深度、注意力头数、窗口尺寸和下采样比例，然后把它接入图像分类、目标检测或语义分割等实验。通过 pip 即可安装，采用 MIT 许可，代码与论文描述相当接近，用来对照验证架构逻辑或快速搭建变体都很可靠。