PlainMamba:改进视觉识别中的非层次化非洲黑曼巴
原文中文,约500字,阅读约需1分钟。发表于: 。PlainMamba 是一种简单的非层次化状态空间模型 (SSM),用于通用视觉识别,通过选择性扫描过程将 Mamba 模型应用于视觉领域,提高其从二维图像中学习特征的能力,并通过在扫描序列中保证标记相邻性的连续 2D 扫描过程以及具有方向性的更新来区分标记的空间关系。我们的架构易于使用和扩展,通过堆叠相同的 PlainMamba...
PlainMamba是一种简单的非层次化状态空间模型,用于通用视觉识别。它通过选择性扫描过程提高了学习二维图像特征的能力,并通过连续2D扫描和方向性更新来区分标记的空间关系。PlainMamba易于使用和扩展,无需特殊标记。在多种视觉识别任务上评估后,PlainMamba取得了性能提升,并且与层次化模型相媲美。对于高分辨率输入任务,PlainMamba在保持高性能的同时需要更少的计算资源。