标签: #vit

한국어English日本語中文

← 全部文章

• 计算机视觉完全指南：从 CNN 到 ViT、YOLO、Stable Diffusion

  从 ResNet、EfficientNet 等 CNN 架构，到 YOLO 目标检测、SAM 分割、Vision Transformer，直至 Stable Diffusion 生成模型，全面讲解计算机视觉的完整指南。

  2026-03-17 · 18 分钟阅读 #computer-vision#cnn#yolo#vit#stable-diffusion

• Vision Transformer（ViT）论文深度解析：一张图像相当于16x16个单词

  深度解析Google的ViT论文：将图像转换为patch序列的创新方法、Patch Embedding与Position Embedding的原理、相较CNN的性能与数据效率权衡，以及DeiT、Swin Transformer、BEiT等后续研究的全面梳理。

  2026-03-01 · 40 分钟阅读 #vit#vision-transformer#computer-vision#transformer#image-classification