ICCV2021 | Vision Transformer中相對位置編碼的反思與改進
前言 在計算機視覺中，相對位置編碼的有效性還沒有得到很好的研究，甚至仍然存在爭議，本文分析了相對位置編碼中的幾個關鍵因素，提出了一種新的針對2D圖像的相對位置編碼方法，稱為圖像RPE(IRPE)。 本文來自公眾號CV技術指南的論文分享系列 關注公眾號CV技術指南 ，專注於計算機視覺 ...
原文：ICCV2021 | MicroNet：以極低的 FLOPs 改進圖像識別
前言：這篇論文旨在以極低的計算成本解決性能大幅下降的問題。提出了微分解卷積，將卷積矩陣分解為低秩矩陣，將稀疏連接整合到卷積中。提出了一個新的動態激活函數 Dynamic Shift Max，通過最大化輸入特征圖與其循環通道移位之間的多個動態融合來改善非線性。 在這兩個新操作的基礎上，得到了一個名為 MicroNet 的網絡系列，它在低 FLOP 機制中實現了比現有技術顯着的性能提升。在 M FL ...
2021-09-12 23:27 0 269 推薦指數：
相關推薦
ICCV2021 | 醫學影像等小數據集的非自然圖像領域能否用transformer？
前言 醫學領域的數據集具有標注樣本少、圖像非自然的特點，transformer已經證明了在自然圖像領域下的成功，而能否應用於醫學領域等少量標注樣本的非自然圖像領域呢？ 本文研究比較了CNN和ViTs在三種不同初始化策略下在醫學圖像任務中的表現，研究了自監督預訓練對醫學圖像領域的影響 ...
ICCV2021 | 簡單有效的長尾視覺識別新方案：蒸餾自監督(SSD)
前言 本文提出了一種概念上簡單但特別有效的長尾視覺識別的多階段訓練方案，稱為蒸餾自監督(Self Supervision to Distillation, SSD)。在三個長尾識別基准：ImageNet-LT、CIFAR100-LT和iNaturist 2018上取得了SOTA ...
ICCV2021 | SOTR:使用transformer分割物體
前言 本文介紹了現有實例分割方法的一些缺陷，以及transformer用於實例分割的困難，提出了一個基於transformer的高質量實例分割模型SOTR。 經實驗表明，SOTR不僅為實例分割 ...
ICCV2021 | 重新思考視覺transformers的空間維度
論文：Rethinking Spatial Dimensions of Vision Transformers 代碼：https://github.com/naver-ai/pit 獲取：在 ...
ICCV2021 | 用於視覺跟蹤的學習時空型transformer
前言 本文介紹了一個端到端的用於視覺跟蹤的transformer模型，它能夠捕獲視頻序列中空間和時間信息的全局特征依賴關系。在五個具有挑戰性的短期和長期基准上實現了SOTA性能，具有實時性 ...
ICCV2021 | TOOD：任務對齊的單階段目標檢測
前言 單階段目標檢測通常通過優化目標分類和定位兩個子任務來實現，使用具有兩個平行分支的頭部，這可能會導致兩個任務之間的預測出現一定程度的空間錯位。本文提出了一種任務對齊的一階段目標檢測(TOOD ...
python之圖像識別
1. 安裝配置 1、pip install pytesseract 2、pip install pillow 3、安裝tesseract-ocr：http://jaist.dl.sourcef ...