簡単で解釈可能なトランスフォーマーによる細粒度画像分類と分析

トランスフォーマーエンコーダ・デコーダを応用することで、各クラスが画像中の特徴を能動的に探索し、その過程を解釈可能にする新しい画像分類モデルを提案する。