تحقيق الأداء المتميز في مجال تمييز الكائنات، إلا أنها غالبًا ما تكون مخصصة لنمط بصري واحد فقط (مثل الصور الفوتوغرافية فقط أو الرسوم التخطيطية فقط). في هذا البحث، نقدّم معمارية "سويدين" (SwiDeN): وهي معمارية لشبكة التعلم العميق ذات التحويلات (CNN) قادرة على تمييز الكائنات بغض النظر عن الطريقة البصرية التي تُرسم بها (مثل الرسوم الخطية، أو الرسوم المُظللة الواقعية، أو الصور الفوتوغرافية، إلخ). في معمارية سويدين، نستخدم آلية تبديل مبتكرة تعتمد على "النمط البصري العميق"، والتي تعالج بشكل مناسب الجوانب المرتبطة بنمط التمثيل البصري، وكذلك الجوانب التي تبقى ثابتة بغض النظر عن نمط التمثيل. وقمنا بمقارنة سويدين مع المعماريّات البديلة والعمل السابق على مجموعة بيانات "فوتو-فن" (Photo-Art) المكوّنة من 50 فئة، تتضمن كائنات ممثلة بأساليب متعددة. وأظهرت النتائج التجريبية أن سويدين تتفوّق على الطرق الأخرى في مسألة تمييز الكائنات المستقلة عن نمط التمثيل البصري.