随笔分类 - 论文推介
摘要：论文：https://arxiv.org/pdf/2408.04326 代码：https://github.com/BellyBeauty/MDSAM 论文的研究动机就是使用SAM来解决显著性检测（SOD）问题，主要有两个改进： 提出了Lightweight Multi-Scale Adapter,
阅读全文
摘要：> 论文：https://readpaper.com/paper/4728855966703960065 代码：https://github.com/ofsoundof/GRL-Image-Restoration 这个论文的代码地址叫GRL，意思是 Global, Regional, Local 的
阅读全文
摘要：论文：https://readpaper.com/paper/4736105248993591297 代码：https://github.com/cschenxiang/DRSformer Transformer 模型通常使用标准的 QKV 三件套进行计算，但是部分来自 K 的 token 与来自
阅读全文
摘要：【AAAI2023】Ultra-High-Definition Low-Light Image Enhancement: A Benchmark and Transformer-Based Method 代码：https://github.com/TaoWangzj/LLFormer 这个论文首先构
阅读全文
摘要：【TPAMI2023】Global Learnable Attention for Single Image Super-Resolution 代码：https://github.com/laoyangui/DLSN 这是来自福州大学的工作，提出一个有意思的观点：当前方法大多使用 non-local
阅读全文
摘要：论文：【AAAI2023】Head-Free Lightweight Semantic Segmentation with Linear Transformer 代码：https://github.com/dongbo811/AFFormer 这是来自阿里巴巴的工作，作者构建了一个轻量级的Trans
阅读全文
摘要：【ARIXV2209】Multi-Scale Attention Network for Single Image Super-Resolution 代码：https://github.com/icandle/MAN 这是来自南开大学的工作，将多尺度机制与大核注意机制结合，用于图像超分辨率。 202
阅读全文
摘要：【NeurIPS2022】Cross Aggregation Transformer for Image Restoration **研究动机：**当前方法 Transformer 方法把图像分成8x8的小块处理，the square window lacks inter-window intera
阅读全文
摘要：作者认为，交互复杂性是视觉识别一个重要特点。为此，作者通过复杂特征交互构建了一个纯卷积的网络 MogaNet 用于图像识别。MogaNet的整体框架如下图所示，架构和一般的 Transformer 网络非常类似，核心包括两个模块：spatial aggregation （取代注意力） 和 chann
阅读全文
摘要：【CVPR2022】Detecting Camouflaged Object in Frequency Domain 论文有一个非官方的实现：https://github.com/VisibleShadow/Implementation-of-Detecting-Camouflaged-Object-
阅读全文
摘要：【NeurIPS2022】ScalableViT: Rethinking the Context-oriented Generalization of Vision Transformer 这篇论文来自清华大学深圳研究生院和字节跳动。 从Swin开始，attention一般都包括局部 window
阅读全文
摘要：这个论文的核心贡献是提出了一种新的注意力机制 HiLo（High / Low frequency）。如下图所示，在上面部分，分配了 比例的 head 用于提取高频注意力，下面分配了 比例的 head 用于提取低频注意力。 高频注意力： 在2x2的窗口中计算 a
阅读全文
摘要：【ECCV2022】DaViT: Dual Attention Vision Transformers 代码：https://github.com/dingmyu/davit 这个论文想法很自然也容易想到。Transformer都是在处理 PxC 二维的数据，其中 P 是token 的数量，C是特征
阅读全文
摘要：【ARXIV2207】LightViT: Towards Light-Weight Convolution-Free Vision Transformers 论文地址：https://arxiv.org/abs/2207.05557 代码地址：https://github.com/hunto/Lig
阅读全文
摘要：1、Motivation 这个论文来自于清华大学鲁继文老师团队，核心是 attention 和 MLP-mixer 思想的结合。 建议用2分钟时间学习一下谷歌公司的 MLP-Mixer 「MLP-Mixer: An all-MLP Architecture for Vision」CVPR 2021
阅读全文
摘要：用5分钟时间学习一下谷歌公司的 MLP-Mixer 「MLP-Mixer: An all-MLP Architecture for Vision」CVPR 2021 CNN以及 attention 在视觉任务上取得非常好的性能，但是我们真的需要这么复杂的网络结构吗？MLP 这种简单的结构是否也能够取
阅读全文
摘要：【ACMMM 2022】Depth-inspired Label Mining for Unsupervised RGB-D Salient Object Detection 代码：https://github.com/youngtboy/DLM 这篇论文主要是利用无监督的思想，来解决RGBD显著性
阅读全文
摘要：【ACMMM 2022】Learning Hierarchical Dynamics with Spatial Adjacency for Image Enhancement 代码：https://github.com/DongLiangSXU/HDM 该论文的研究动机：近年来动态网络非常流行，因此
阅读全文
摘要：【ACMMM2022】Structure-Inferred Bi-level Model for Underwater Image Enhancement 代码：https://github.com/IntegralCoCo/SIBM （暂未开源） 该论文提出了一个 Structural-Infer
阅读全文
摘要：【NeurIPS 2022】SegNeXt: Rethinking Convolutional Attention Design for Semantic Segmentation 代码：https://github.com/Visual-Attention-Network/SegNeXt 1、研究
阅读全文
