模型信息
Vision Transforme，一个简单的方法来实现SOTA的视觉分类，只有一个单一的变压器编码器。提出了一种新的图像到补丁函数，该函数在对图像进行归一化并将图像划分为多个补丁之前，将图像的偏移量纳入到图像到补丁函数中。
论文：[《Vision Transforme》](https://openreview.net/pdf?id=YicbFdNTTy)
开源模型链接：https://github.com/lucidrains/vit-pytorch.git
数据集（ImageNet）：http://www.image-net.org/
发表评论
全部评论（0）
京公网安备 11010802041762号