ViViT:一种用于分类视觉变压器.pdfVIP

  • 2
  • 0
  • 约15.2万字
  • 约 28页
  • 2026-06-10 发布于北京
  • 举报

ViViT:一种视觉变压器

**·†科尔迪莉亚·†谷

阿努拉格·阿纳布莫斯塔法·德赫加尼格奥尔格·海

歌研究

{aarnab,dehghani,heigold,chensun,lucic,cordelias}@.com

直到,随着VisionTransformer(ViT)[18],的

2021出现,纯变压器架构才在图像分类中了其卷积对

年我们提出了用于分类的纯变压器模型,借鉴

N了此类模型在图像分类中的近期成功。我们的模型从手。Dosovitskiy等人[18]密切遵循了[68],原始变压

文档评论(0)

1亿VIP精品文档

相关文档