BriefGPT - AI 论文速递
·
具有自我出现标记的完全注意力网络
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
提出了一种轻量级和高效的视觉变换模型DualToken-ViT，融合局部和全局信息，改进图像位置信息。在广泛实验中，展示了DualToken-ViT在图像分类、物体检测和语义分割任务上的有效性。在ImageNet-1K数据集上，准确率分别为75.4%和79.4%。FLOPs为0.5G和1.0G时，1.0G FLOPs的模型性能超过LightViT-T模型0.7%。
🎯
关键要点
- 提出了一种轻量级和高效的视觉变换模型DualToken-ViT。
- DualToken-ViT融合了局部信息和全局信息，改进了图像位置信息。
- 在图像分类、物体检测和语义分割任务上进行了广泛实验，展示了模型的有效性。
- 在ImageNet-1K数据集上，DualToken-ViT的准确率为75.4%和79.4%。
- 在0.5G和1.0G的FLOPs下，1.0G FLOPs的模型性能超过LightViT-T模型0.7%。
🏷️
标签
➡️
