GeoMFormer:一种用于几何分子表示学习的通用架构
原文中文,约300字,阅读约需1分钟。发表于: 。通过 GeoMFormer 这一基于 Transformer 的分子模型,在维持和学习不变和等变表示的同时,通过精心设计的交叉注意力模块实现信息融合和增强几何建模,以提高不同类型和规模的不变和等变任务的性能。
该研究旨在提高Transformer在多视图三维人体姿势估计中的推理能力。通过引入MVGFormer模型,该模型采用几何和外观模块,以提高模型的泛化能力和准确性。经过评估,该模型在领域内外都表现优于最先进的方法。