这是一篇谷歌发表在ECCV2022的论文，这篇论文可以说是提供了一个即插即用的模块（个人觉得），该模块将CNN与Transformer相结合。 里面只有代码，只是为了方便大家。权重自己去下载哦

MaxViT，是今年谷歌提出分层Transformer的模型，MaxViT 在各种设置下都达到了最先进的性能：ImageNet-1K分类任务，MaxViT 达到了 86.5% top-1 准确率 https://blog.csdn.net/hhhhhhhhhhwwwwwwwwww/article/details/127180668