研究人员开发了 FrequencyFormer，这是一个新颖的管道，旨在提高 Vision Transformer (ViTs) 在传感器边缘系统的部署效率。该方法利用频域压缩图像数据，减少了从传感器到处理器传输所需的能量和带宽。FrequencyFormer 使用多尺度 DCT 分词器创建紧凑的频域标记，在最小的精度损失下实现了显著的数据缩减。它还结合了近传感器硬件实现和修改后的通信架构，以进一步提高能效，在 TOPS/W 和通信能耗等性能指标上取得了显著的改进。 AI
影响 使得 Vision Transformer 在资源受限的边缘设备上能够更高效地部署。
排序理由 该集群包含一篇详细介绍新技术方法的学术论文。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
