رؤية المحولات (ViT)

الانتباه المعنون

آلية انتباه مقيدة بنوافذ محلية غير متداخلة من الصورة، مما يقلل التعقيد الحسابي من O(n²) إلى O(n) حيث n هو عدد الرقع.

← رجوع