GFNet

深度分析

相位主導圖像分類：從 Oppenheim‑Lim 實驗到 PRISM2D、GFNet 與 ViT 的深度分析

本研究將經典的 Oppenheim‑Lim 相位實驗從像素層搬到深度模型的隱藏層，透過在不同層級交換兩張圖像的相位（或符號）與幅度，觀察模型預測走向。實驗涵蓋四種架構：保留複數訊號的 PRISM2D、以傅立葉濾波的 GFNet、卷積式 ResNet‑50 以及注意力式 ViT‑B/16。