待验证50% 置信事实精确时间

SwinIR引入了Swin Transformer架构以更好地捕捉长距离像素依赖

1

来源数

50%

置信度

长期有效

时效性

2026/9/22

首次发现

来源

Qwen 2.1 作为图像放大器实测：低显存下的高清修复潜力

涉及实体

SwinIRtechnology Swin Transformertechnology

相关事实

待验证标准Transformer自注意力计算量随序列长度平方增长，超长上下文通过FlashAttention、RoPE配合YaRN频率插值、稀疏注意力等技术组合实现60% 相似待验证基于 Vision Transformer 架构的 ViTPose 在标准基准数据集 COCO 上达到了更高精度59% 相似已验证视觉惯性里程计（VIO）将摄像头与IMU融合，以极低的硬件成本实现接近激光SLAM的定位精度59% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/939781

API

curl https://kongchang.com/api/v1/knowledge/claims/939781

MCP

get_claim(id=939781)