BriefGPT - AI 论文速递
·
HAT：用于图像恢复的混合注意力变换器
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
该文章介绍了一种新型的混合注意力 Transformer 模型，用于图片重构任务。该模型结合了融合通道注意力和基于窗口的自注意机制的优势，并引入了重叠交叉注意力模块和预训练策略。实验结果表明，该模型在图片超分辨率方面的表现优于现有方法超过 1dB。
🎯
关键要点
- 提出了一种新型的混合注意力 Transformer 模型用于图片重构任务。
- 该模型结合了融合通道注意力和基于窗口的自注意机制的优势。
- 引入了重叠交叉注意力模块和预训练策略以拓展模型能力。
- 实验结果显示该模型在图片超分辨率方面的表现优于现有方法超过 1dB。
🏷️
标签
➡️
