Phase Marginalization

Vision Transformer 不稳定性通过相位边缘化技术得到解决

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…