本文介绍了多种视觉 Transformer 模型及其在计算机视觉任务中的应用，包括 Swin Transformer、Shuffle Transformer 和 TVSD-Net。这些模型通过创新的注意机制和特征聚合方法，在图像分类、目标检测和阴影检测等领域表现出色，实验结果显示其性能优于现有技术。