文章目录
- 摘要
- 论文:《SwiftFormer:基于Transformer的高效加性注意力用于实时移动视觉应用的模型》
- 1、简介
- 2、相关研究
- 3、方法
- 3.1、注意力模块概述
- 3.2、高效的加性注意力
- 3.3、SwiftFormer 架构
- 4、实验
- 4.1、实现细节
- 4.2、基线比较
- 4.3、图像分类
- 4.4、目标检测和实例分割
- 4.5、语义分割
- 5、结论
- 6、补充材料
- A、SwiftFormer的架构细节
- B、其他实现细节
- C、额外消融
- D、COCO数据集的误差分析
- E、定性结果<
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/114871.shtml
如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!