用Hiera简化视觉变换器，加速和提高图像和视频识别准确性

近日，研究人员在GitHub上发布了一篇名为“Hiera：简化视觉变换器，加速和提高图像和视频识别准确性”的论文。以下是该论文的三个核心要点： - Hiera是一种简化的视觉变换器，通过使用一个强大的视觉预文本任务（MAE）进行预训练，它在速度和准确性方面优于以前的模型。 - 相比于多阶段变换器，Hiera消除了不必要的复杂性，同时又不影响性能。 - 这项研究为图像和视频识别领域的发展提供了新的思路和方法。