Facebook开发：视觉Transformer模型用于图像检索系统
发布时间
阅读量：
阅读量
展现出SOTA水平！其性能超越了ProxyNCA++、XBM等网络结构，实验结果清晰地显示，相较于传统卷积方法，Transformer架构实现了稳定且明显的性能提升！
Transformer在视觉领域持续发力！近期又涌现出一批关于视觉Transformer的研究成果（主要来自行业巨头及顶尖高校）。
注2：内容整理不易，欢迎点赞并积极分享！
Training Vision Transformers for Image Retrieval
- 作者单位：Facebook, ENS/Inria
在自然语言理解及近期的图像分类任务中，Transformers架构展现出了卓越的表现。
本研究在此基础上进行拓展，提出了一种基于Transformer模型的图像检索技术方案：通过引入视觉Transformer生成图像特征表示，并以度量学习的目标函数对模型进行训练，该目标函数融合了对比损失与差分熵正则化项。
还没有任何评论哟~