Do Vision Transformers See Like Convolutional Neural Networks?

单位：KAIST

作者：Sanghyun Jo, In-Jae Yu

发表：NeurIPS 2021

摘要

阅读

论文的目的及结论

论文的实验

论文的方法

总结

论文的贡献

论文主要是针对弱监督语义分割提出了 Puzzle 模块，将原始图像分块后再算一个CAMs，并与原始的 CAMs 做一个重建损失，三项损失联合优化分类网络，提升 CAMs 的精度。

论文的不足

论文如何讲故事

参考资料