GCVit

GC ViT erzielt state-of-the-art Ergebnisse in den Bereichen Bildklassifikation, Objekterkennung und semantische Segmentierung. Im ImageNet-1K-Datensatz für die Klassifikation erreichen GC ViT-Varianten mit 51M, 90M und 201M Parametern eine Top-1-Genauigkeit von 84,3, 85,9 und 85,7, was vergleichbare Größen der vorherigen Kunst wie CNN-basierte ConvNeXt und ViT-basierte Swin Transformer übertrifft.