超级会员免费看
Transformer在学术界掀起热潮，但在工业界，由于训练成本、模型复杂度及推理效率等问题，CNN仍占据一席之地。Transformer擅长处理结构清晰的数据，但在低分辨率或复杂场景中可能不如CNN。尽管Transformer在ImageNet等数据集上表现优秀，但在实际应用中，CNN由于其运算效率、硬件友好性和模型稳定性的优势，依然被广泛采用。随着技术发展，结合两者优势的模型可能成为趋势。
近两年Transformer如日中天，刷爆各大CV榜单，但在计算机视觉中，传统卷积就已经彻底输给Transformer了吗？
回答1
作者：DLing
链接：https://www.zhihu.com/question/531529633/answer/2819350360
看在工业界还是学术界了。学术界，可能。工业界，一时半会还不会。
近些年，transformer确实很火，论文层出不穷，刀法也很犀利，各种公开数据集的强榜基本霸占。大家研究的热情也很高。
但是，工业界现在可能还不太“用的起”这么好的模型。
工业界对于模型的选择，对于模型推理效果的指标来说，更多的是够用就好。但是对于构建这个模型的成本来说，要求的会更严苛。
- 1.
场景需不需要上transformer?搞个麻将识别，一万和一条这种，需要上这么重的模型吗？ - 2.
标注成本能不能控制的住？一个五十万的项目，哪有那么多预算给你标数据，搞个开源稳定
订阅专栏 解锁全文
扫一扫
1429
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
