-
# Interpretable ECG Classification With 1D Vision Transformer | Yoni Gottesman
Interpretable ECG Classification With 1D Vision Transformer
[https://yonigottesman.github.io/ecg/vit/deep-learning/2023…
-
### System Info
When image size of 1x1 or Wx1 is passed, the normalize() method crashes with the following error:
```
File "/usr/local/lib/python3.12/dist-packages/transformers/models/mllama/imag…
-
### Description
The [transformer-based image classification model](https://arxiv.org/abs/2010.11929) is becoming popular. It will be nice to include it in this repo.
### Expected behavior with the…
-
### Model description
**Depth Pro: Sharp Monocular Metric Depth in Less Than a Second.**
Depth Pro synthesizes high-resolution depth maps with unparalleled sharpness and high-frequency details. Th…
-
한줄 평 : 우리 모델, 빠름. 가벼움. 쓰셈
Transformer와 관련해서 다양한 모델들이 나왔습니다.
이들 중에서 장점만을 모아서, 가장 Efficiency가 좋은 모델을 만들었습니다.
Observation 1 :
Patch Embedding -> Convolution Stem
Larger Kernel과 stride를 사용하는 Pat…
-
- https://arxiv.org/abs/2106.09785
- 2021
本論文では、視覚表現学習のための効率的な自己教師付き視覚変換器（EsViT）を開発するための2つの技術を調査する。
まず、包括的な実証研究を通して、疎な自己言及を持つ多段アーキテクチャは、モデリングの複雑さを大幅に軽減できるが、その代償として画像領域間の細かい対応関係を捉える能力が失われることを示す。
…
e4exp updated
3 years ago
-
- https://arxiv.org/abs/2104.12753
- 2021
コンピュータビジョンのタスクにトランスフォーマー構造を導入することで，従来の畳み込みネットワークよりも速度と精度のトレードオフが改善されると期待されている．
しかし，バニラ変換器を視覚タスクで直接学習すると，不安定で最適ではない結果が得られることがわかっている．
そのため，最近の研究では，視覚タスクでの…
e4exp updated
3 years ago
-
- https://arxiv.org/abs/2104.10935
- 2021
近年，ViT（Vision Transformer）アーキテクチャは，純粋に自己注意メカニズムをバックボーンとしており，視覚分類において非常に有望な性能を達成している．
しかし，オリジナルのViTの性能は，超大規模データセットを用いた事前学習に大きく依存しており，ImageNet-1Kをゼロから学習した場…
e4exp updated
3 years ago
-
Hi, I get this error when preprocessing text using the mSigLIP model. Any idea what may be wrong? I didn't change anything in the [demo colab ](https://colab.research.google.com/github/google-research…
-
https://dohyeongkim.medium.com/image-to-latex-using-vision-transformer-13fc4ce253d7 and understand how it works