PulseAugur
中
实时 10:16:00
English(EN) I-Segmenter: Integer-Only Vision Transformer for Efficient Semantic Segmentation

仅使用整数的 Vision Transformer 提升分割效率

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了 I-Segmenter，这是一个新颖的框架，使用于语义分割的 Vision Transformer (ViTs) 能够完全以整数运行。这种方法显著降低了 ViTs 的内存占用和计算成本，使其更适合资源受限的设备。该系统包含一种新的激活函数 \u03bb-ShiftGELU，以提高量化过程中的稳定性，并替换了某些操作以保持纯整数执行路径。实验表明，I-Segmenter 在实现与浮点数版本相当的准确度的同时，模型尺寸大大减小，推理速度更快。 AI

影响 能够将先进的分割模型高效部署到边缘设备，拓宽了人工智能的可及性。

排序理由 该集群包含一篇详细介绍新模型架构和方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

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

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Jordan Sassoon, Michal Szczepanski, Martyna Poreba ·

    I-Segmenter：用于高效语义分割的纯整数视觉Transformer

    arXiv:2509.10334v2 Announce Type: replace-cross Abstract: Vision Transformers (ViTs) have recently achieved strong results in semantic segmentation, yet their deployment on resource-constrained devices remains limited due to their high memory footprint and computational cost. Qua…

相关实体

相关话题