摘要在深度学习与计算机视觉领域，SwinTransformer作为一种强大的视觉Transformer架构，以其卓越的特征提取能力和自注意力机制，正逐步引领着图像识别与检测技术的革新。近期，我们成功地将SwinTransformer引入并深度整合至RT-DERT（一种高效的实时目标检测与识别框架）中，通过替换其