ConvNeXt V2: Co-designing and Scaling ConvNets with Masked Autoencoders
ConvNeXt V2: 使用MAE协同设计和扩展卷积网络.
ConvNeXt V2: 使用MAE协同设计和扩展卷积网络.
DeepViT:构建更深的视觉Transformer.
DeiT:通过注意力蒸馏训练数据高效的视觉Transformer.
在ImageNet-1k数据集上更好地训练视觉Transformer.
Vision Transformer.
使用Transformer实现可扩展的扩散模型.