新型视觉SSM消除方向扫描，提升图像识别能力

研究人员推出了一种新颖的二阶非因果状态空间模型（SSM），名为Vision Non-Causal Trapezoidal Mamba (VNCT)，专为视觉识别任务设计。与依赖方向性标记扫描的先前视觉SSM不同，VNCT在单次传递中同时处理所有图像标记，消除了方向偏差并降低了推理延迟。这种方法产生了更具方向鲁棒性的表示，从而在ImageNet-1K分类、COCO目标检测和ADE20K语义分割等基准测试中取得了更好的性能，尤其是在需要精确边界保持和目标定位的任务中。 AI

影响 这种新的模型架构可能带来更高效、更鲁棒的视觉识别系统，对自动驾驶和医学成像等领域产生影响。

排序理由 该集群描述了一篇关于计算机视觉新模型架构的学术论文。 [lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

• ADE20K
• Anvitha Ramachandran
• COCO
• ImageNet-1K
• State Space Models
• Vision Non-Causal Trapezoidal Mamba
• Vision Transformers
• VNCT

• 论文
• 模型发布

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →