An Image is Worth 16x16 Words: Transformers for Image Recognition at Scale.

单位：Google Research, Brain Team

作者：Alexey Dosovitskiy, Neil Houlsby

发表：ICLR 2020

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