实体
Pyramid Vision Transformer
Pyramid Vision Transformer
PulseAugur coverage of Pyramid Vision Transformer — every cluster mentioning Pyramid Vision Transformer across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
MSRNet 通过多尺度递归网络推进伪装目标检测
研究人员开发了 MSRNet，一种新颖的多尺度递归网络，专为具有挑战性的伪装目标检测任务而设计。该网络利用金字塔视觉 Transformer 主干跨多个尺度提取特征，并使用专门的基于注意力的尺度集成单元进行集成。解码器通过多粒度融合单元和递归反馈策略递归地精炼这些特征，以提高全局上下文理解能力。MSRNet 在基准数据集上展示了最先进的性能，尤其在处理小型和多个伪装目标方面表现出色。
-
新的门控差分线性注意力提高了医学图像分割的准确性
研究人员开发了一种新的门控差分线性注意力（GDLA）机制，旨在改进医学图像分割。该方法结合了线性注意力的效率和增强的边界保持能力，解决了Transformer和传统CNN的局限性。GDLA通过有效平衡准确性和计算成本，在各种医学成像模态上取得了最先进的结果。
-
新方法改进了 AI 模型参数高效的多任务学习
研究人员开发了一种新的参数高效的多任务学习方法，用于计算机视觉。他们的方法称为渐进式任务特定适应，使用在早期层共享并在后期层变得更专业的适配器模块。这种设计有助于缓解在用有限的可训练参数将预训练模型适应多个任务时常见的任务干扰和负迁移问题。在 Swin 和 Pyramid Vision Transformers 上的评估表明，该方法在需要更少可训练参数的情况下优于现有的参数高效技术。