arXiv · 机器人与计算机视觉· Aon Safdar, Mohamed Saadeldin·· 2026-10-12精选AI 评分78
FAD-ViT:以特征轴注意力作为医疗影像迁移先验的研究
Learning Features, Not Layouts: Feature-Axis Attention as a Transfer Prior for Medical Imaging
AI 导读
针对自然图像预训练模型在医疗影像上迁移不可靠的问题,论文提出 FAD-ViT 架构,严格解耦空间与特征轴注意力,使特征轴注意力成为主要全局算子。实验显示,该设计在保持从头性能不变的同时,显著增强了跨域迁移能力,ImageNet 预训练带来的增益提升约三倍,且在参数更少、计算更低的情况下表现一致。
推荐理由
提出 FAD-ViT 架构,通过解耦空间与特征轴注意力机制,在医疗影像任务中实现显著更强的迁移效果。
来源:arXiv · 机器人与计算机视觉 · arxiv.org