Copertina

Inducing Spatial Locality in Vision Transformers through the Training Protocol

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Toledo, Eduardo Santiago, Martínez, Asael Fabian
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Computer Vision and Pattern Recognition Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

PatchGuard: Adversarially Robust Anomaly Detection and Localization through Vision Transformers and Pseudo Anomalies
di: Nafez, Mojtaba, et al.
Pubblicazione: (2025)

From Edges to Depth: Probing the Spatial Hierarchy in Vision Transformers
di: Sanghavi, Jainum
Pubblicazione: (2026)

Block Selective Reprogramming for On-device Training of Vision Transformers
di: Sarkar, Sreetama, et al.
Pubblicazione: (2024)

SATA: Spatial Autocorrelation Token Analysis for Enhancing the Robustness of Vision Transformers
di: Nikzad, Nick, et al.
Pubblicazione: (2024)

Contrastive Forward-Forward: A Training Algorithm of Vision Transformer
di: Aghagolzadeh, Hossein, et al.
Pubblicazione: (2025)

Breast Cancer VLMs: Clinically Practical Vision-Language Train-Inference Models
di: Zheng, Shunjie-Fabian, et al.
Pubblicazione: (2025)

Unveil Benign Overfitting for Transformer in Vision: Training Dynamics, Convergence, and Generalization
di: Jiang, Jiarui, et al.
Pubblicazione: (2024)

Positional Encodings Anchor Spatial Structure in Vision Transformers: A Geometric Perspective on Robustness
di: Mannes, Mahmoud
Pubblicazione: (2026)

ViTNT-FIQA: Training-Free Face Image Quality Assessment with Vision Transformers
di: Ozgur, Guray, et al.
Pubblicazione: (2026)

Enhancing Parameter-Efficient Fine-Tuning of Vision Transformers through Frequency-Based Adaptation
di: Ly, Son Thai, et al.
Pubblicazione: (2024)

A Realistic Protocol for Evaluation of Weakly Supervised Object Localization
di: Murtaza, Shakeeb, et al.
Pubblicazione: (2024)

X-SiT: Inherently Interpretable Surface Vision Transformers for Dementia Diagnosis
di: Bongratz, Fabian, et al.
Pubblicazione: (2025)

Oscillation-Reduced MXFP4 Training for Vision Transformers
di: Chen, Yuxiang, et al.
Pubblicazione: (2025)

Spatial-TTT: Streaming Visual-based Spatial Intelligence with Test-Time Training
di: Liu, Fangfu, et al.
Pubblicazione: (2026)

Native Segmentation Vision Transformers
di: Brasó, Guillem, et al.
Pubblicazione: (2025)

Training Feature Attribution for Vision Models
di: Bacha, Aziz, et al.
Pubblicazione: (2025)

On the Use of Anchoring for Training Vision Models
di: Narayanaswamy, Vivek, et al.
Pubblicazione: (2024)

The Dual Mechanisms of Spatial Reasoning in Vision-Language Models
di: Cui, Kelly, et al.
Pubblicazione: (2026)

Localizing Memorization in SSL Vision Encoders
di: Wang, Wenhao, et al.
Pubblicazione: (2024)

Iwin Transformer: Hierarchical Vision Transformer using Interleaved Windows
di: Huo, Simin, et al.
Pubblicazione: (2025)

RAViT: Resolution-Adaptive Vision Transformer
di: Guidez, Martial, et al.
Pubblicazione: (2026)

Slicing Vision Transformer for Flexible Inference
di: Zhang, Yitian, et al.
Pubblicazione: (2024)

Rotary Position Embedding for Vision Transformer
di: Heo, Byeongho, et al.
Pubblicazione: (2024)

Decorrelation Speeds Up Vision Transformers
di: Carrigg, Kieran, et al.
Pubblicazione: (2025)

ViTGAN: Training GANs with Vision Transformers
di: Lee, Kwonjoon, et al.
Pubblicazione: (2021)

Source-Free Domain Adaptation Guided by Vision and Vision-Language Pre-Training
di: Zhang, Wenyu, et al.
Pubblicazione: (2024)

Contrastive Localized Language-Image Pre-Training
di: Chen, Hong-You, et al.
Pubblicazione: (2024)

Elastic Attention Cores for Scalable Vision Transformers
di: Song, Alan Z., et al.
Pubblicazione: (2026)

Attention Transfer Is Not Universally Effective for Vision Transformers
di: Qin, Huaiyuan, et al.
Pubblicazione: (2026)

SPoT: Subpixel Placement of Tokens in Vision Transformers
di: Hjelkrem-Tan, Martine, et al.
Pubblicazione: (2025)

Instance-Aware Group Quantization for Vision Transformers
di: Moon, Jaehyeon, et al.
Pubblicazione: (2024)

Vision Transformer-based Adversarial Domain Adaptation
di: Li, Yahan, et al.
Pubblicazione: (2024)

Compact Vision Transformer by Reduction of Kernel Complexity
di: Wang, Yancheng, et al.
Pubblicazione: (2025)

Split Adaptation for Pre-trained Vision Transformers
di: Wang, Lixu, et al.
Pubblicazione: (2025)

DASViT: Differentiable Architecture Search for Vision Transformer
di: Wu, Pengjin, et al.
Pubblicazione: (2025)

Stable Vision Concept Transformers for Medical Diagnosis
di: Hu, Lijie, et al.
Pubblicazione: (2025)

Self-Supervised Vision Transformers for Writer Retrieval
di: Raven, Tim, et al.
Pubblicazione: (2024)

HEAL-SWIN: A Vision Transformer On The Sphere
di: Carlsson, Oscar, et al.
Pubblicazione: (2023)

A Manifold Representation of the Key in Vision Transformers
di: Meng, Li, et al.
Pubblicazione: (2024)

Leveraging Registers in Vision Transformers for Robust Adaptation
di: Yellapragada, Srikar, et al.
Pubblicazione: (2025)