VLM - 标签 - vllbc02's blogs https://blog.vllbc.top/tags/vlm/ VLM - 标签 - vllbc02's blogs Hugo -- gohugo.iozh-CNThis work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.Tue, 28 Oct 2025 00:00:00 +0000 patch详解 https://blog.vllbc.top/patch%E8%AF%A6%E8%A7%A3/ Tue, 28 Oct 2025 00:00:00 +0000 vllbc https://blog.vllbc.top/patch%E8%AF%A6%E8%A7%A3/ Patch 就是把一张大图像切分成多个小方块（小图像块），然后把每个小方块当作一个”token”（类似文本中的单词）来处理。

为什么需要 Patch？

传统 CNN：

图像 [224×224×3] → Conv → Pool → ... → 特征

Vision Transformer (ViT)：

]]>