研究人员开发了一种新的视觉骨干架构，称为LowFormer，旨在提高硬件效率，尤其是在边缘设备上。与以前主要依赖MACs（乘加运算）作为效率指标的方法不同，本文证明了MACs的局限性，并确定了优化骨干设计的关键因素。LowFormer采用了比多头自注意力机制更高效的替代方案“Lowtention”，并在ImageNet和各种下游任务（包括物体检测和分割）在不同硬件平台上都展现出卓越的性能。 AI
影响 引入了一种更硬件高效的视觉骨干，可能加速边缘设备上的AI应用。
排序理由 发布了一篇详细介绍新AI架构的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →