您当前的位置：
首页 >
文章列表页 >
结合沙漏注意力与渐进式混合Transformer的图像分类方法
图像处理 | 更新时间：2024-09-10
|

    • 结合沙漏注意力与渐进式混合Transformer的图像分类方法

    • Hourglass attention and progressive hybrid Transformer for image classification

    • “在图像分类领域，研究者提出了融合沙漏注意力的渐进式混合Transformer模型，有效提升了小数据集分类精度和收敛速度。”
    • 液晶与显示   2024年39卷第9期 页码：1223-1232

    • DOI：10.37188/CJLCD.2023-0338    

      中图分类号： TP391

    • 收稿日期：2023-10-25，

      修回日期：2023-11-23，

      纸质出版日期：2024-09-05

    移动端阅览

  • 彭晏飞, 崔芸, 陈坤, 等. 结合沙漏注意力与渐进式混合Transformer的图像分类方法[J]. 液晶与显示, 2024,39(9):1223-1232. DOI： 10.37188/CJLCD.2023-0338.

    PENG Yanfei, CUI Yun, CHEN Kun, et al. Hourglass attention and progressive hybrid Transformer for image classification[J]. Chinese journal of liquid crystals and displays, 2024, 39(9): 1223-1232. DOI： 10.37188/CJLCD.2023-0338.

  •  
  •  

0

浏览量

131

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于CNN-Transformer结构的遥感影像变化检测
基于神经辐射场遮挡优化的单视图三维重建方法
基于Transformer结构的高精度湍流波前重构
基于特征符号化和Transformer的无参考图像质量评价方法

相关作者

彭晏飞
李泳欣
范祥晖
杨航
潘梦洋
邓慧萍
陈志杰
向森

相关机构

中国科学院大学
中国科学院 长春光学精密机械与物理研究所
武汉科技大学 信息科学与工程学院
江南大学 理学院
江苏省轻工光电工程技术研究中心
0