ICCV2021 | Vision Transformer中相对位置编码的反思与改进
前言 在计算机视觉中，相对位置编码的有效性还没有得到很好的研究，甚至仍然存在争议，本文分析了相对位置编码中的几个关键因素，提出了一种新的针对2D图像的相对位置编码方法，称为图像RPE(IRPE)。 本文来自公众号CV技术指南的论文分享系列 关注公众号CV技术指南 ，专注于计算机视觉 ...
原文：ICCV2021 | MicroNet：以极低的 FLOPs 改进图像识别
前言：这篇论文旨在以极低的计算成本解决性能大幅下降的问题。提出了微分解卷积，将卷积矩阵分解为低秩矩阵，将稀疏连接整合到卷积中。提出了一个新的动态激活函数 Dynamic Shift Max，通过最大化输入特征图与其循环通道移位之间的多个动态融合来改善非线性。 在这两个新操作的基础上，得到了一个名为 MicroNet 的网络系列，它在低 FLOP 机制中实现了比现有技术显着的性能提升。在 M FL ...
2021-09-12 23:27 0 269 推荐指数：
相关推荐
ICCV2021 | 医学影像等小数据集的非自然图像领域能否用transformer？
前言 医学领域的数据集具有标注样本少、图像非自然的特点，transformer已经证明了在自然图像领域下的成功，而能否应用于医学领域等少量标注样本的非自然图像领域呢？ 本文研究比较了CNN和ViTs在三种不同初始化策略下在医学图像任务中的表现，研究了自监督预训练对医学图像领域的影响 ...
ICCV2021 | 简单有效的长尾视觉识别新方案：蒸馏自监督(SSD)
前言 本文提出了一种概念上简单但特别有效的长尾视觉识别的多阶段训练方案，称为蒸馏自监督(Self Supervision to Distillation, SSD)。在三个长尾识别基准：ImageNet-LT、CIFAR100-LT和iNaturist 2018上取得了SOTA ...
ICCV2021 | SOTR:使用transformer分割物体
前言 本文介绍了现有实例分割方法的一些缺陷，以及transformer用于实例分割的困难，提出了一个基于transformer的高质量实例分割模型SOTR。 经实验表明，SOTR不仅为实例分割 ...
ICCV2021 | 重新思考视觉transformers的空间维度
论文：Rethinking Spatial Dimensions of Vision Transformers 代码：https://github.com/naver-ai/pit 获取：在 ...
ICCV2021 | 用于视觉跟踪的学习时空型transformer
前言 本文介绍了一个端到端的用于视觉跟踪的transformer模型，它能够捕获视频序列中空间和时间信息的全局特征依赖关系。在五个具有挑战性的短期和长期基准上实现了SOTA性能，具有实时性 ...
ICCV2021 | TOOD：任务对齐的单阶段目标检测
前言 单阶段目标检测通常通过优化目标分类和定位两个子任务来实现，使用具有两个平行分支的头部，这可能会导致两个任务之间的预测出现一定程度的空间错位。本文提出了一种任务对齐的一阶段目标检测(TOOD ...
python之图像识别
1. 安装配置 1、pip install pytesseract 2、pip install pillow 3、安装tesseract-ocr：http://jaist.dl.sourcef ...