计算机视觉的发展对深度学习模型的可解释性提出了要求。研究提出了一种新方法ViTree，用于细粒度视觉分类。该方法将视觉转换器与神经决策树相结合，通过选择补丁和路径来改进表示。实验证明，ViTree模型在可解释性和性能方面表现出色。