多尺度可變Vision Transformer及其在動(dòng)物圖像識(shí)別中的應(yīng)用

打開(kāi)文本圖片集

關(guān)鍵詞：動(dòng)物圖像;ViT;可變注意力機(jī)制;多層特征圖

中圖分類(lèi)號(hào)：TP39 文獻(xiàn)標(biāo)志碼：A

0 引言（Introduction）

對(duì)野生動(dòng)物進(jìn)行保護(hù)，維護(hù)生物的多樣性和生態(tài)鏈的完整性，促進(jìn)人與自然和諧共生，是生態(tài)文明建設(shè)的一項(xiàng)重要任務(wù)。對(duì)動(dòng)物圖像進(jìn)行快速、準(zhǔn)確的識(shí)別，在野生動(dòng)物的保護(hù)過(guò)程中是十分重要的一個(gè)環(huán)節(jié)，近年來(lái)正逐漸成為計(jì)算機(jī)視覺(jué)領(lǐng)域的熱門(mén)研究課題之一。（剩余4617字）