更深层的理解视觉Transformer， 对视觉Transformer的剖析

点击下方卡片，关注“自动驾驶Daily”公众号ADAS巨卷干货，即可获取>>点击进入→自动驾驶Daily技术交流群写在前面&&笔者的个人理解目前基于Transformer结构的算法模型已经在计算机视觉（CV）领域展现出了巨大的影响力。他们在很多基础的计算机视觉任务上都超过了之前的卷积神经网络（CNN）算法模型，下面是笔者找到的最新的在不同基础计算机视觉任务上的LeaderBoard榜单排名，通过LeaderBoard可以看到，基于Transformer算法模型在各类计算机视觉任务上的统治地位。图像分类任务首先是在ImageNet上的LeaderBoard，通过榜单可以看出，前五名当中，每个模型都使用了Transformer结构，而CNN结构只有部分使用，或者采用和Transformer相结合的方式。图像分类任务的LeaderBoard目标检测任务接下来是在COCO test-dev上的LeaderBoard，通过榜单可以看出，前五名当中，一半以上都 ………………………………