BriefGPT - AI 论文速递
·
SG-Former: 自我引导变形器与演化式记号重分配
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本研究提出了一种名为TopFormer的移动友好架构，以不同尺度的Token作为输入，产生具有尺度感知的语义特征，并将这些特征注入到相应的Token中以增强表示能力。该方法在多个语义分割数据集上优于CNN和ViT网络，并在ARM移动设备上实现了比MobileNetV3更高的平均交并比精度，同时，TopFormer的微型版本可以在ARM移动设备上实时推断。
🎯
关键要点
-
提出了一种名为TopFormer的移动友好架构。
-
使用不同尺度的Token作为输入，产生尺度感知的语义特征。
-
将语义特征注入到相应的Token中以增强表示能力。
-
在多个语义分割数据集上优于CNN和ViT网络。
-
在ARM移动设备上实现了比MobileNetV3更高的平均交并比精度。
-
TopFormer的微型版本可以在ARM移动设备上实时推断。
🏷️
