# 圖像分類骨幹

基於DINOv2訓練的視覺Transformer模型，通過添加寄存器令牌改進注意力機制，消除偽影並提升性能

RegNetY-32GF特徵提取模型，採用SEER方法在20億張隨機網絡圖片上預訓練，適用於圖像分類和特徵提取任務

基於ConvNeXt-V2的自監督特徵表示模型，採用全卷積掩碼自編碼器框架(FCMAE)進行預訓練

基於ConvNeXt-V2的自監督特徵表示模型，採用全卷積掩碼自編碼器框架(FCMAE)進行預訓練，適用於圖像分類和特徵提取任務。

Swin Transformer v2是一種視覺Transformer模型，通過分層特徵圖和局部窗口自注意力機制實現高效的圖像分類和密集識別任務。

Swin Transformer v2 是一種視覺Transformer模型，通過分層特徵圖和局部窗口自注意力機制實現高效的圖像處理。

Swin Transformer v2 是一種視覺Transformer模型，通過分層特徵圖和局部窗口自注意力機制實現高效的圖像處理。

Swin Transformer v2 是一種視覺Transformer模型，通過分層特徵圖和局部窗口自注意力機制實現高效的圖像分類。

Swin Transformer是一種層次化視覺Transformer，通過局部窗口計算自注意力實現線性計算複雜度，適合圖像分類和密集識別任務。

Swin Transformer是一種基於移位窗口的分層視覺Transformer，專為圖像分類任務設計，計算複雜度與輸入圖像大小呈線性關係。

Swin Transformer是一種分層視覺Transformer，通過局部窗口計算自注意力實現線性計算複雜度，適合圖像分類任務。

Swin Transformer是一種基於移動窗口的分層視覺Transformer，適用於圖像分類任務。

Swin Transformer是一種基於移動窗口的分層視覺Transformer，在ImageNet-21k數據集上預訓練，適用於圖像分類任務。