arXiv · NLP· Yanir Harel, Shalom Rosner, Ronit D. Gross, Tal Halevi, Shilo Glam, Ella Koresh, Ido Kanter·· 7 小时前AI 评分32
为什么频率域图像分类优于空间域：局部特征缺失分析与混合模型构建
When frequency domain classification is superior to spatial
AI 导读
研究指出，现代图像分类模型在频率域精度下降源于局部特征缺失。局部交换频率域数据会显著降低其逆空间域精度，但频率域精度保持相对恒定；包含全局特征的数据集能提升频率域分类准确性。 作者构建了结合频率域与空间域模型的混合模型（VGG 和 ViT），在 ImageNet-100 等数据集上验证了其更高的分类准确率。
来源：arXiv · NLP · arxiv.org