水下图像颜色恢复方法 matlab_今日 Paper | TRANSFORMER结构;图像到图像翻译;缺失标注目标检测解决;GAN水下图像颜色校正等...

本文探讨了水下图像颜色恢复的MATLAB方法,介绍了一个高效的TRANSFORMER结构-REFORMER,以及基于多级特征融合的条件GAN(MLFcGAN)在水下图像颜色校正的应用。同时,论文还涉及了图像到图像翻译、缺失标注目标检测问题的解决方案,并提出了视频问题生成的跨模态自我注意网络学习方法。
摘要由CSDN通过智能技术生成
4ce178606a0d7e646ac5b1d4435e2a09.png

目录

REFORMER:一个高效的TRANSFORMER结构

具有文本指导的图像到图像的翻译

解决背景重校准损失下的缺失标注目标检测问题

MLFcGAN:基于多级特征融合的条件GAN水下图像颜色校正

基于跨模态自我注意网络学习的视频问题生成

REFORMER:一个高效的TRANSFORMER结构

论文名称:REFORMER: THE EFFICIENT TRANSFORMER

作者:Nikita Kitaev / Lukasz Kaiser / Anselm Levskaya

发表时间:2019/9/26

论文链接:https://openreview.net/attachment?id=rkgNKkHtvB&name=original_pdf

推荐原因

核心问题:自从BERT取得了巨大的效果的时候,transform就成为了大多数nlp任务的标配,但是它存在一些问题,比如训练速度慢,占用内容大,还有无法处理长序列,本论文就是解决这些问题。

创新点:该论文提出了一种REFORMER结构,它的核心有以下几点:首先提出了可逆层,在该层中只存储单层激活值的一份拷贝,然后它把FF层里的激活值进行切分 ,最后它使用局部敏感哈希(LSH)注意力代替传统多头注意力

研究意义࿱

  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值