跳到正文
原文
arXiv cs.CV· Aon Safdar, Mohamed Saadeldin·· 3 小时前AI 评分36

学习特征而非布局:FAD-ViT 以特征轴注意力作为医学影像迁移先验

Learning Features, Not Layouts: Feature-Axis Attention as a Transfer Prior for Medical Imaging

AI 导读

研究者提出 FAD-ViT 骨干网络,严格解耦空间轴与特征轴注意力,把全局建模从空间轴移到特征轴;在 23 个分类、分割与低数据任务上,从头训练性能基本不变,迁移能力明显增强。相同 ImageNet 预训练下迁移增益最高约为标准与通道注意力基线的 3 倍,参数量最高仅为其四分之一且计算量更低。优势在纹理而非几何更具判别性时最大,论文已被 ACCV 2026 接收。

来源:arXiv cs.CV · arxiv.org