项目为什么选择分模块方案，各模块基线及优化效果如何？

为什么不考虑端到端方案？各个模块baseline如何？分别是怎么优化的？

GAN和Transformer 这两个分别在你的项目里承担了哪些作用？这两个是怎么帮助你推动模型进行图像或者视频重建并提升性能？

你的轻量化参差模块在优化Swin transformer发挥的什么作用？

在你处理模型时用的什么注意力机制，在大模型图像处理项目时这些模块在整体架构分别承担了什么职责？