# REViT-v2模型

作者提出 REViT-v2：把群卷积自注意力限制在局部窗口内（wG-CSA），并用群卷积分词与下采样构建多阶段等变特征金字塔，使旋转反射等变注意力的空间复杂度由图像面积的二次降为线性；在 ImageNet-1K 上，等变 REViT-v2-S 取得 79.27% 与 80.9% 的 Top-1 准确率，高于旋转翻转增强的 ViT-S（72.08%）和 RE-ResNet（77.37%），并在 Rotated MNIST 上以更小的模型、FLOPs、延迟与峰值显存保持约 98.26% 的准确率。

作者提出 REViT-v2：把群卷积自注意力限制在局部窗口内（wG-CSA），并用群卷积分词与下采样构建多阶段等变特征金字塔，使旋转反射等变注意力的空间复杂度由图像面积的二次降为线性；在 ImageNet-1K 上，等变 REViT-v2-S 取得 79.27% 与 80.9% 的 Top-1 准确率，高于旋转翻转增强的 ViT-S（72.08%）和 RE-ResNet（77.37%），并在 Rotated MNIST 上以更小的模型、FLOPs、延迟与峰值显存保持约 98.26% 的准确率。