预测密集性任务最新的vision transformer,请列出

以下是一些最新的视觉Transformer模型，适用于密集性任务：

1. Swin Transformer：Swin Transformer是一种基于分层式注意力机制的视觉Transformer模型，其可以处理高分辨率图像，并具有较高的准确性。

2. CaiT：CaiT是一种基于可学习的分组注意力机制的视觉Transformer模型，其可以处理大规模图像分类任务，并具有较好的性能。

3. CoaT：CoaT是一种基于通道注意力机制的视觉Transformer模型，其可以处理高分辨率图像，并具有较高的准确性。

4. T2T-ViT：T2T-ViT是一种基于自适应正则化机制的视觉Transformer模型，其可以处理多种视觉任务，并具有较好的性能。

5. ViP：ViP是一种基于可变形卷积和可学习的分组注意力机制的视觉Transformer模型，其可以处理大规模图像分类任务，并具有较高的准确性。