PulseAugur
中
实时 20:12:53
实体 EoMT

EoMT

PulseAugur coverage of EoMT — every cluster mentioning EoMT across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
  1. TOOL · CL_259480 ·

    G2TM 方法提升了 Vision Transformer 在不同架构下的效率

    研究人员对图引导令牌合并 (G2TM) 方法进行了系统性研究,该方法旨在通过降低与自注意力机制相关的二次复杂度来提高 Vision Transformer (ViT) 的效率。研究发现,G2TM 的有效性主要是编码器的一个属性,在各种解码器架构以及语义分割和图像分类等任务中保持一致。G2TM 的最佳超参数取决于骨干网络的预训练和目标数据集,而不是解码器的选择,从而显著降低了分割模型的 GFLOPs 并提高了吞吐量。

  2. TOOL · CL_121081 ·

    新的LUMA适配器可对图像分割骨干网络进行公平的基准测试

    研究人员推出了一种新的轻量级通用掩码适配器LUMA,旨在标准化图像分割Transformer骨干网络的基准测试。该适配器充当一种与骨干网络无关的头部,通过将任何骨干网络视为黑盒特征提取器来实现公平比较。使用LUMA进行的实验表明,预训练目标(而非架构)是分割质量的主要驱动因素,并且传统的“高效”令牌混合器在高分辨率下并未提供效率优势。