待验证50% 置信事实精确时间

实验揭示模型早期层由感知基元主导，主要处理颜色、形状、纹理等低级视觉特征

1

来源数

50%

置信度

长期有效

时效性

2026/10/7

首次发现

来源

视觉Transformer如何理解抽象概念？转喻电路机制揭秘

涉及实体

Vision Transformertechnology

相关事实

已验证2019年图宾根大学研究者发现ImageNet预训练的CNN模型在识别物体时更依赖纹理特征而非形状特征，即纹理偏置现象73% 相似待验证渐变色系对身材轮廓有一定视觉引导效果，深色过渡到浅色的方向会影响视觉重心，选购前建议关注具体渐变走向（从腰到脚踝深浅方向）是否符合个人视觉偏好。70% 相似待验证套装采用同色系深浅分格作为尺寸区分标识，而非多色区分，视觉辨识效率低于多色方案，习惯快速翻包找物的用户需注意。68% 相似待验证经典CNN依赖局部感受野逐层提取从纹理到形状的层次化特征68% 相似待验证图像识别中浅层神经元响应边缘纹理等低级特征，深层神经元对整体概念做出反应67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/983114

API

curl https://kongchang.com/api/v1/knowledge/claims/983114

MCP

get_claim(id=983114)