待验证50% 置信事实精确时间
Stitch的热度预测图功能对应视觉显著性预测领域，融合CNN视觉特征提取与Transformer注意力机制，准确率接近真实眼动仪实验数据
1
来源数
50%
置信度
长期有效
时效性
2026/7/20
首次发现
来源
相关事实
待验证Stitch 2.0引入了预测性热力图功能，基于显著性检测模型模拟人眼注意力分布82% 相似待验证Vision Transformer（ViT）和CLIP等多模态模型的发展大幅提升了服装图像识别的精度65% 相似待验证Vision Transformer凭借自注意力机制能够捕获图像中远距离的特征关联，在细粒度分类任务上展现优势65% 相似待验证文字指令先于图像输入时，Transformer的交叉注意力机制使模型在编码图像时已形成明确的查询向量，优先激活与目标语义相关的视觉区域64% 相似待验证神经编码模型通常以在ImageNet等数据集上预训练的CNN或视觉Transformer作为特征提取骨干63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/575610API
curl https://kongchang.com/api/v1/knowledge/claims/575610MCP
get_claim(id=575610)