研究人员开发了 Gated Token Recurrence (GTR),这是一种新颖的循环视觉骨干网络,专为高效的密集预测任务而设计。与自注意力模型不同,GTR 避免了全局 softmax 注意力的二次计算成本,使其适用于更高的图像分辨率。该模型在 COCO 等基准测试中取得了强劲的性能,并且在 RTX 4090 和 DRIVE AGX Thor 等硬件上具有低延迟,展示了其在高效边缘部署方面的潜力。 AI
影响 为高分辨率图像处理引入了比自注意力更高效的替代方案,有可能在边缘设备上实现先进的视觉能力。
排序理由 该集群描述了一篇详细介绍新颖计算机视觉模型架构的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →