跳到正文
arXiv · 机器人与计算机视觉· Jingwei Zhang, Srinivasan Sivanandan, Dimitris Samaras·· 14 天前精选AI 评分78

ChanSFormer:一种用于多通道细胞绘画图像的通道无关视觉 Transformer

ChanSFormer: A Channel Agnostic Vision Transformer for Multi-Channel Cell Painting Images

AI 导读

针对高内容多通道成像中实验配置频繁演变的问题,本文提出了 ChanSFormer,这是一种高效的 Vision Transformer,用解耦的空间 - 通道注意力替换了僵化的可学习通道嵌入,并引入独立通道 CLS token。该方法原生保留通道身份与跨通道信息流,在 JUMP-CP 数据集分类准确率上优于最先进方法 3.93%-4.27%,并在自监督设置下展现出卓越的跨数据集迁移能力。

推荐理由

提出 ChanSFormer,通过解耦空间 - 通道注意力解决多通道图像处理的通道依赖问题。

来源:arXiv · 机器人与计算机视觉 · arxiv.org