自监督视觉 Transformer 是可扩展的领域泛化生成模型
原文中文，约300字，阅读约需1分钟。发表于：。我们提出了一种新颖的生成方法用于组织病理学图像的领域泛化，通过使用一种生成的自监督视觉转换器从图像片段中提取特征，并将它们无缝地融合到原始图像中，从而创建具有不同属性的新颖的合成图像，丰富数据集，从而提高深度学习模型在未见领域中的泛化能力。
我们提出了一种基于Transformer的多例学习方法，使用区域视觉Transformer自注意机制替代传统的学习注意机制。该方法在两个组织病理学数据集上显著提高了性能，并指出了进一步研究的有希望的方向。
