研究人员开发了一种新的视觉 Transformer 框架,该框架融入了离散对称性,特别是 O(2) 的子群。这种方法推广了现有的等变 Transformer 架构,并为所得层的表达能力提供了理论保证。在 PatternNet 数据集上的实验表明,融入等变性可以提高识别精度,尤其是在数据稀缺的情况下,这促使人们进一步研究离散对称群在视觉识别模型中的作用。 AI
影响 这项研究通过利用图像数据中固有的对称性,有可能带来更准确、更具数据效率的视觉识别模型。
排序理由 该集群包含一篇详细介绍视觉 Transformer 新框架的学术论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →