待验证50% 置信事实精确时间
这些深度估计模型通常采用Vision Transformer骨干网络，在数百万乃至数十亿张图像上预训练
1
来源数
50%
置信度
长期有效
时效性
2026/10/6
首次发现
来源
涉及实体
相关事实
待验证大规模预训练的视觉基础模型借助在数十亿张图片上习得的通用特征表示，从根本上缓解了机器人视觉泛化困境76% 相似待验证数十亿的图像-文本对训练数据使模型能学习更精细的视觉表征73% 相似待验证神经编码模型通常以在ImageNet等数据集上预训练的CNN或视觉Transformer作为特征提取骨干71% 相似待验证行人重识别（ReID）通过训练特征提取网络（通常基于ResNet或Vision Transformer）将人物图像映射为外观嵌入向量，用于跨摄像头或跨时间段识别同一个人69% 相似待验证Vision Transformer凭借自注意力机制能够捕获图像中远距离的特征关联，在细粒度分类任务上展现优势67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/982341API
curl https://kongchang.com/api/v1/knowledge/claims/982341MCP
get_claim(id=982341)