BSViT

BSViT引入突发脉冲，实现高效且富有表现力的视觉学习

研究人员推出了一种新颖的突发脉冲视觉Transformer（BSViT），旨在实现更高效、更具表现力的视觉表示学习。该新架构通过引入双通道突发脉冲自注意力机制来增强信息容量，解决了现有脉冲视觉Transformer的局限性。BSViT还采用了一种补丁邻近掩码策略，以降低计算负荷并提高空间感知能力，在各种视觉基准测试中表现出色，同时保持了能源效率。