视觉 Transformer

视觉Transformer是一种使用Transformer网络进行图像分类和目标检测的方法。该方法将图像拆分成一个固定大小的网格，每个网格被表示为一个序列，然后通过Transformer模型进行处理。这种方法的一个主要优势是能够在不依赖传统的卷积神经网络结构的情况下实现图像分类任务。

在计算机视觉领域，目前有两种主要的应用方式。一种是将Transformer作为分类模型的骨干网络（backbone），用于图像分类任务。这种方法在处理图像时将其划分为不同的区域，并将每个区域表示为一个序列，然后通过Transformer网络进行分类。

另一种应用方式是使用Transformer进行端到端车道形状预测。这种方法将图像中的车道标记检测任务转化为一个序列到序列的问题，其中输入是图像序列，输出是车道形状的预测。通过训练Transformer模型学习车道形状的规律，可以实现自动驾驶中的车道标记检测。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *3* [计算机视觉中的Transformer](https://blog.csdn.net/qq_33431368/article/details/123606127)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"]
- *2* [计算机视觉中transformer的理解](https://blog.csdn.net/m0_46339652/article/details/119191994)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]