PSVRT

混合VGG/ViT模型在频率域分类中展现出潜力

一篇新的研究论文探讨了图像分类模型在频率域与空间域相比的有效性。研究发现，虽然两个域包含相同的信息，但由于缺乏局部特征，在频率域训练的模型通常表现不佳。通过证明即使在局部频率数据被替换时，频率域的准确性也相对稳定，该研究提出了一种结合频率域和空间域训练的混合模型，以实现更高的分类准确性。该混合方法使用VGG和ViT架构在包括ImageNet-100和WikiArt在内的各种数据集上进行了测试。