Vision ထရန်စဖော်မာများသည် အလိုအလျောက်မောင်းနှင်ခြင်း၏ တော်လှန်ရေးအသစ်ကို ဦးဆောင်သည်။

Visual Transformer (ViT) သည် ၎င်း၏ ကမ္ဘာလုံးဆိုင်ရာ အင်္ဂါရပ် သင်ယူနိုင်စွမ်းနှင့် မိမိကိုယ်ကို အာရုံစိုက်မှု ယန္တရားကြောင့် အလိုအလျောက် မောင်းနှင်မှုနယ်ပယ်တွင် ပေါ်ထွက်လာခဲ့သည်။ ရှုပ်ထွေးသောပတ်ဝန်းကျင်များတွင် ကားများကို ပိုမိုတိကျသော ဆုံးဖြတ်ချက်များချနိုင်စေကာ ရုပ်ပုံများတွင် တာဝေးအကွာအဝေး မှီခိုမှုကို ထိရောက်စွာ ဖမ်းယူနိုင်သည်။ ViT ၏ အပလီကေးရှင်းသည် ပစ်မှတ်ကို ထောက်လှမ်းခြင်းနှင့် အသိအမှတ်ပြုခြင်းအတွက် အကန့်အသတ်မရှိသော်လည်း လမ်းကြောင်းရေးဆွဲခြင်း၊ မောင်းနှင်သည့် ဆုံးဖြတ်ချက်ချခြင်းနှင့် အခြားသော ကဏ္ဍများပါ၀င်ပြီး အထောက်အကူပြု မောင်းနှင်မှုစနစ်များတွင် ၎င်း၏ ကြီးမားသော အလားအလာကို သရုပ်ပြပါသည်။