- 博客(3)
- 收藏
- 关注
RSS订阅原创 BiSeNet的高效的多任务图像分割
作者遵循第二种方法，研究了一个可靠的技术解决方案，在 Mask 分类框架内重新思考双流架构。以此为目标，在流行的双流语义分割架构的基础上，作者提出了BiSeNetFormer。它保持了高效的双流设计：空间路径从图像中提取高分辨率低级细节，而上下文路径生成高度语义化的视觉特征。为了执行 Mask 分类，作者采用了一个 Transformer 解码器组件，该组件有效地利用低分辨率上下文路径特征计算一组分割嵌入。这些嵌入随后被用于计算一组由二进制 Mask 及其相应类别概率组成的配对，这些配对构成了分割输出。
2024-05-07 19:46:21
1930
原创 深入了解RMT：突破传统视觉变换器的空间局限
RMT借鉴了自然语言处理（NLP）中最新的保留网络（Retentive Network，RetNet）的设计，将其时间衰减机制扩展到空间领域中。通过引入基于曼哈顿距离的空间衰减矩阵，RMT成功地为自注意力机制注入了明确的空间先验，从而在保持线性复杂度的同时，有效降低了计算负担。在下游任务中，如COCO检测任务和ADE20K语义分割任务上，RMT同样表现优异，充分证明了其强大的功能和实用性。这一突破性的设计不仅提升了模型的性能，也为未来的视觉变换器设计提供了新的思路和方向。
2024-04-15 21:05:57
772
原创 Adaptive FSS论文分析 复现要点 关键介绍 启发思想
先进方面在于融合了多个模型框架，同时增加了PAM模块，冻结了其他模块，仅微调更新PAM模块，作者给定查询图像Iq和支持集{I k s, Mk s} k k=1，编码器首先按照前面的方法提取查询特征Fq和支持特征f。然后，将F, Ms和Fq输入到我们提出的PAM中，通过PEM获得类特定特征F∗s和F∗q。进一步，我们将F∗s和F∗q输入到LAM中以学习新任务的特殊信息，生成了F和Fq。然后，在原始特征f和Fq中注入ff和Fq，用于下游解码器，实现更精确的分割。在微调时，我们只更新PAM的参数。
2024-03-31 14:35:17
1724
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人