研究人员开发了一种名为相位边缘化（Phase Marginalization）的新技术，以解决 Vision Transformer（ViTs）在用于密集预测任务时出现的稳定性问题。该方法通过评估不同的块网格相位并聚合结果来解决由 ViTs 中固定块网格引起的相位依赖性不稳定性。一种无需训练的变体，即具有 K=4 的均匀相位边缘化（Uniform Phase Marginalization），在分割、深度估计和局部匹配任务上显示出适度的改进，与标准方法相比，计算成本没有显著增加。 AI
影响 引入了一种提高 Vision Transformer 在分割等密集预测任务中的稳定性和准确性的方法。
排序理由 该集群包含一篇详细介绍改进 Vision Transformer 性能的新技术的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →