PulseAugur
中
实时 05:17:47
English(EN) MambaPSA: A Mamba-based Replacement for C2PSA in YOLO26

MambaPSA 取代 YOLO26 中的 C2PSA，提高效率

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了 MambaPSA，这是一个用基于 Mamba 的架构替换 YOLO26 对象检测框架中 C2PSA 块的新型模块。此次集成旨在利用状态空间模型 (SSM) 相对于传统自注意力机制的效率优势。在 PASCAL VOC 2007+2012 数据集上的实验表明，MambaPSA 在保持可比准确率的同时，显著减少了参数和计算量，甚至提高了 CPU 推理吞吐量。通过引入双向 Vision Mamba (BiViM) 模块，进一步观察到了增强效果，这表明在轻量级对象检测器方面具有有希望的效率-准确率权衡。 AI

影响 为轻量级对象检测器中的基于注意力机制的模块提供了一种更高效的替代方案，有可能提高推理速度。

排序理由 详细介绍对象检测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 →

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

MambaPSA 取代 YOLO26 中的 C2PSA，提高效率

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Jen-Shiun Chiang ·

    MambaPSA：YOLO26 中基于 Mamba 的 C2PSA 替代方案

    State space models (SSMs), notably Mamba, have recently emerged as efficient alternatives to self-attention with linear computational complexity. We investigate the integration of Mamba into YOLO26, the latest non-maximum suppression (NMS)-free object detection framework, by prop…

相关实体

相关话题