BigEarthNet 数据库上的 Vision Transformer 模型性能分析与比较

本文旨在探讨使用 BigEarthNet 数据库训练的转化器（Vision Transformer 或 ViT）模型与原始基准结果之间的比较。通过分析目前是否有任何正在用于 BigEarthNet 的 ViTs 以及它们的表现，我们可以得出结论，ViTs 在 BigEarthNet 上的表现取决于它的变体和训练技巧。我们发现，某些 ViT 变体比其他变体更有效，但需要更多的训练数据和更大的模型来达到最佳性能。此外，我们还讨论了 ViT 模型在分类任务中的表现，发现其与基准结果相比有着更好的表现。因此，我们建议在使用 BigEarthNet 数据库进行分类任务时使用 ViT 模型，以获得更好的结果。