FocusTune:通过焦点引导采样调整视觉定位
原文中文,约300字,阅读约需1分钟。
📝
内容提要
本文介绍了在改进的AdaFocusV3框架上,通过统一时空动态计算的形式,降低计算成本,并通过自适应轻量的策略网络在每个样本上根据测试时间的需求动态配置视频块数量。实验结果表明,该模型在六个基准数据集上比竞争算法更有效率。
🎯
关键要点
-
本文探索在改进的 AdaFocusV3 框架上进行研究。
-
通过统一时空动态计算的形式降低计算成本。
-
在信息丰富的三维视频块上激活高性能网络。
-
使用自适应轻量的策略网络动态配置视频块数量。
-
模型在六个基准数据集上进行广泛实验。
-
实验结果显示该模型比竞争算法更有效率。
🏷️