HashMiner

BiHashFormer 通过双分支 Transformer 解决千兆像素图像中的目标检测问题

研究人员推出了一种新颖的双分支 Transformer 模型 BiHashFormer，用于高效地检测高分辨率、宽视场 (HRW) 图像中的目标。该模型解决了此类图像中稀疏性和千兆像素规模带来的挑战，而这些挑战常常阻碍传统检测器。BiHashFormer 利用哈希机制来优化注意力，通过丢弃不相关信息和使用哈希搜索来恢复遗漏的特征，从而降低计算成本。在 PANDA 基准测试上的实验表明，在提高检测精度的同时，骨干网络的 FLOPs 显著降低。