新型Transformer模型实现高效边缘动作识别

研究人员开发了CoDAT，一种用于边缘设备上高效动作识别的协作双注意力Transformer。该模型采用轻量级双分支注意力机制，结合用于局部特征聚合的空间卷积注意力（SCA）和用于全局上下文的跨步单头注意力（SSHA），显著降低了计算成本。CoDAT还包含一个无参数的TShift模块用于时间建模，实现了跨帧的高效通信。实验表明，CoDAT在各种基准测试中实现了优于现有方法的能耗-准确性平衡，为边缘物联网系统中的实时应用提供了更快的吞吐量和更少的参数。 AI

影响 在资源受限的边缘设备上实现更高效、实时的AI驱动感知系统。

排序理由 该项目是一篇研究论文，详细介绍了新的模型架构及其在基准测试上的性能。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

• Collaborative Dual-Attention Transformer
• EfficientViT384
• FastViT-S12
• ImageNet-1K
• Internet-of-Things
• Kinetics-400
• LAPS
• MA-52
• Jetson AGX Orin
• Raspberry Pi 5
• Spatial Convolutional Attention
• Strided Single-Head Attention
• TokShift
• TShift module
• UniFormer-B
• ViT-Temporal-Shift
• VSwin-T

• 论文
• 基础设施

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