PosMLP-Video是一种轻量但强大的视频识别主干,通过使用高效的相对位置编码(RPE)解决图像理解任务中的挑战,扩展了图像PosMLP的位置门控单元到三种时空变种,实现模型简化且性能保持良好。
完成下面两步后,将自动完成登录并继续当前操作。