MiM-ISTD：高效红外小目标检测中的蟒蛇嵌套
原文中文，约400字，阅读约需1分钟。发表于：。通过将卷积网络与 Transformer 相结合的结构，本文探索了一种用于高效红外小目标检测的 Mamba-in-Mamba 结构，该结构通过对局部块进行子块分解，利用每个子块之间的相互作用来大大提升 MiM-ISTD 的表征能力和计算效率。实验证明，MiM-ISTD 方法的准确性和效率均优于现有方法，其推理速度比 SOTA 快 10 倍，并且在推理过程中减少了 73.4% 的 GPU...
本文介绍了一种高效红外小目标检测方法Mamba-in-Mamba，结合卷积网络和Transformer，通过子块分解和相互作用提升表征能力和计算效率。实验证明，该方法准确性和效率优于现有方法，推理速度快10倍，减少了73.4%的GPU内存使用量。
