研究人员推出了一种新颖的视觉Transformer模型REViT，该模型结合了旋转反射等变性和卷积注意力。这种方法旨在保留特征图中的旋转和翻转对称性，这对于图像分类和目标检测等输入方向至关重要的任务特别有益。该论文详细介绍了在视觉Transformer中实现等变性所面临的挑战，并提出了一种简化的实现方法，据称该方法在图像分类的离散旋转反射群等变神经网络方面优于现有方法。 AI
影响 这项研究可能带来更鲁棒的视觉模型，能够更好地处理图像数据中的方向变化。
排序理由 该集群包含一篇详细介绍新模型架构的研究论文。
AI 生成摘要 · Google Gemini · 来自 3 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
arXiv:2606.25318v1 Announce Type: cross Abstract: In this paper, we propose a discrete roto-reflection group equivariant vision transformer with convolutional attention. Roto-reflection equivariant networks preserve the rotational, flip and positional symmetry in feature maps, ma…
In this paper, we propose a discrete roto-reflection group equivariant vision transformer with convolutional attention. Roto-reflection equivariant networks preserve the rotational, flip and positional symmetry in feature maps, making them useful for tasks where orientation of th…
In this paper, we propose a discrete roto-reflection group equivariant vision transformer with convolutional attention. Roto-reflection equivariant networks preserve the rotational, flip and positional symmetry in feature maps, making them useful for tasks where orientation of th…