研究人员推出了一种名为 VFusion 的新方法，该方法通过利用内部表示来增强 Vision Transformer (ViT) 的分类能力。与仅使用最后一层的传统方法不同，VFusion 整合了来自 ViT 内部层级的特征。这种垂直聚合策略通过有效纠正最后一层的故障并优于标准的集成方法，显著提高了分类准确性，尤其是在分布外场景下。 AI
影响 这项研究通过更好地利用 Vision Transformers 中丰富的内部信息，有望带来更强大、更高效的图像分类模型。
排序理由 研究论文，详细介绍了一种改进 ViT 分类的新方法。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
