vit-keras中的视觉变压器模型

Question

我在vit-keras中使用了vit_b32和vit_b16模型。在vit-keras中，其他可用模型和它们的输入图像大小是什么？是否有任何组合模型(ResNet + Vit)可用？谢谢

Answer 1

另外两个选项是vit_l16和vit_l32。每个模型都使用模型方法创建，检查图像大小在build_model方法中创建。image_size必须是patch_size的倍数( vit_b16或vit_l16的patch_size为16，vit_b32或vit_l32为32 )。