Vision Transformer (ViT)
| Vision Transformer (ViT) | |
|---|---|
| Nome Inglese | Vision Transformer |
| Sigla | ViT |
| Anno Di Creazione | 2021 |
| Pubblicazione | An Image is Worth 16x16 Words: Transformers for Image Recognition at Scale |
| URL | |
| Topic | Visione artificiale |
Archietttura di rete neurale per la visione artificiale, introdotta nel paper An Image is Worth 16x16 Words: Transformers for Image Recognition at Scale by Dosovitskiy et al (Google) nel 2021.
E' un transformer di tipo encoder (BERT-like).
Molto interessanti i fine-tuning su huggingface.