感知分组解析器:通过迭代分组构建感知
本文介绍了一种感知分组标记器模型,用于提取视觉特征和进行自监督表示学习。该模型通过分组操作迭代地改进特征表示,具有竞争力的性能和自适应计算。在ImageNet-1K自监督学习基准测试中,该模型获得了80.3%的性能。
原文中文,约300字,阅读约需1分钟。
本文介绍了一种感知分组标记器模型,用于提取视觉特征和进行自监督表示学习。该模型通过分组操作迭代地改进特征表示,具有竞争力的性能和自适应计算。在ImageNet-1K自监督学习基准测试中,该模型获得了80.3%的性能。