研究人员开发了DGM-Net，一种用于语义分割的高效架构，无需大型模型和高计算预算。该网络利用一种新颖的方向几何Mamba (G-Mamba) 算子，该算子提供上下文建模的线性复杂度。通过引入质心流场和拓扑骨架的几何引导，DGM-Net增强了边界保持能力，并在Cityscapes和ADE20K等基准测试中取得了强大的性能，即使在硬件受限的条件下也是如此。 AI
影响 引入了一种资源高效的语义分割架构，有可能在边缘设备上实现更广泛的部署。
排序理由 这是一篇详细介绍语义分割新架构和算子的研究论文。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2604.23399v1 Announce Type: new Abstract: High-performance semantic segmentation has achieved significant progress in recent years, often driven by increasingly large backbones and higher computational budgets. While effective, such approaches introduce substantial computat…