05 2022 档案
摘要：论文：https://arxiv.org/pdf/2204.02557.pdf 代码：https://github.com/PaddlePaddle/PaddleClas 论文作者谌强在ReadPaper网站上有解读，推荐大家阅读：https://readpaper.com/paper/669120
阅读全文
摘要：论文：https://arxiv.org/abs/2204.03883 代码：https://github.com/IDKiro/DehazeFormer 1、研究动机 作者提出了 DehazeFormer 用于图像去雾，灵感来自Swin Transformer ，论文中有趣的地方在于 reflec
阅读全文
摘要：1、研究动机 当前的语义分割主要利用RGB图像，加入多源信息作为辅助（depth, Thermal等）可以有效提高语义分割的准确率，即融合多模态信息可以有效提高准确率。当前方法主要包括两种： Input fusion： 如下图a所示，将RGB和D数据拼接在一起，使用一个网络提取特征。 Feature
阅读全文
摘要：1、Motivation 作者指出当前视觉Transformer 模型中的痛点在于：huge resource demands。为了解决这个问题，作者提出了 Separable Vision Transformer (SepViT)，整体架构如下图所示。 包括下面三个贡献： Depthwise se
阅读全文
摘要：论文：https://readpaper.com/paper/633541619879256064 代码：https://github.com/Chenglin-Yang/LVT 1、研究动机 尽管ViT模型在各种视觉任务中效果显著，但是目前轻量级的ViT模型在局部区域效果不理想，作者认为：自注意力
阅读全文
