Transformer秒杀CNN，凭什么？

【CV Transformer最新进展】2021年8月，苏黎世联邦理工学院ETH提出Swin Transformer算法应用在图像复原中，在经典图像超分、真实场景图像超分、图像降噪等领域都达到了非常不错的效果。

自提出之日起，Transformer模型已经在CV、NLP以及其他更多领域中「大展拳脚」，实力冲击CNN。

Transformer为什么这么有实力？因为它在分类、检测等任务上展现了极其强劲的性能。而且骨干网络上的发展也推动了下游任务的发展，Swin Transformer更是成了屠榜般的存在，在工业界具有广阔的应用前景。所以引起了人工智能研究生的强烈兴趣。

但要想啃透CV Transformer 难度不小：一方面，Transformer本是应用于NLP的论文，其中很多内容都形成了共识，在论文中并不会去详细介绍这些共识内容，例如QKV是什么，embedding是什么等，对于其他方向的人看到这些就很难理解。

另一方面，近小半年，Transformer+CV的论文就已经有40多篇。学术研究更新之快，与脱发速度成正比

如果粉丝们想要系统且高效学习CV Transformer，我推荐大家参加深度之眼 【CV Transformer论文直播精讲】

↓ 前方福利 ↓

原价298元，现在0.1元领取！

购买即赠《效率提升3倍的Paper阅读方法》

↓ 扫描下方二维码立即报名 ↓

 

CV高手方法论，教你系统学习论文

Transformer高手带学  节约21天论文学习时长

深度之眼电子羊导师结合自己工作及学习经验，并配合深度之眼教研团的打磨，总结出一条CV Transformer 的学习路径：

2场直播+录播  夯实 CV Transformer 基础

Step1：系统了解CV Transformer 技术演化路径及发展历史

Step2：精讲CV Transformer基石论文 — ViT

《An Image is Worth 16x16 Words:Transformers for Image Recognition at Scale》简称ViT。ViT是Google在2020年提出的第一篇使用纯transformer来进行图片分类任务的论文，其价值在于展现了在CV中使用纯Transformer结构的可能性，后面很多的工作都基于ViT进行改进的。

而且这个模型出来才半年多，github上ViT的repo就有很多了，基于tensorflow和pytorch的都有。star数目前已都是几千，可见影响力之大 。个人感觉ViT对之后的论文影响很大，很多论文都借鉴了VIT里面的相关做法。

深度之眼电子羊导师 将从 研究背景 到 算法模型，带你啃透ViT！

① 深挖研究背景 

提纲挚领，从4大维度介绍论文，深入讲解论文发表的研究背景、成果及意义，介绍论文中取得的核心成果，对比解决同一问题，已有解决方法和论文中提出的新的解决方法的优缺点，熟悉论文的整体思路和框架，建立对本篇论文的一个概貌性认识。

② 死磕算法模型

老师会重点讲解论文中的模型原理，深入拆解模型结构，对关键公式逐步推导，让你了解算法每一个因子是如何对结果产生影响的，掌握实验手段及结果，老师会帮你拎出论文中的关键点、创新点和启发点，节约你自己摸索的时间。

高手伴学 共同提升

· 3天高质量社群服务，导师全程陪伴

· 2场直播+录播，开启 CV Transformer 新篇章

· 100+学员同群交流，学习经验up up⬆⬆⬆

· 助教24小时答疑，再也不怕debug

· 专属班主任私信督学，治疗学习拖延症

完课即赠价值298元学习大礼包

为了激励大家完成学习，我们还准备了价值298元的算法工程师面试锦囊。只要完成全部课程的学习，你就能私信班主任获取！

学员好评，真香！

这一次，我给粉丝们申请了30个直播福利名额，参加即赠秘籍：《效率提升3倍的Paper阅读方法》。

↓ 前方福利 ↓

原价298元，现在0.1元领取！

购买即赠《效率提升3倍的Paper阅读方法》

↓ 扫描下方二维码立即报名 ↓

CV高手方法论，教你系统学习论文

如果你不知道怎么读论文、不知道如何正确复现论文，一定要跟着这门课程学习一次，因为正确的方法可以节约你10倍的阅读时间。