convolutional attention | BriefGPT

关键词convolutional attention

搜索结果 - 5

参与、提炼、检测：注意力感知的熵提炼用于异常检测
我们提出了一种基于 DCAM（分布式卷积注意模块）的知识蒸馏方法，可以改善教师和学生网络之间的蒸馏过程，减少多类别或多对象情况下的交叉类干扰问题，并通过最小化空间维度上的相对熵和教师和学生的相同特征图之间的通道相关余弦相似性来实现尺度不变性
PDF2 months ago
YOLO-Former: YOLO 与 ViT 的结合
YOLO-Former 方法将 Transformer 和 YOLOv4 的思想无缝集成，创建了一个高度准确和高效的目标检测系统。该方法通过将卷积注意力和 Transformer 模块整合，利用 YOLOv4 的快速推理速度并融合 Tran
PDF6 months ago
CVPRCompletionFormer：基于卷积和 Vision Transformers 的深度完成
本文提出了一个联合卷积注意力和 Transformer 块的深度完成模型，其在建筑物深度完成基准和室内 NYUv2 数据集上最新的 CNNs 方法实现较高的效率，相比之下，有效地降低了 1/3 FLOPs。
PDFa year ago
注意力感知的动漫线描上色
本文介绍了一种基于注意力机制的模型，其中使用通道和空间上的卷积注意力模块来提高编码器对特征提取和关键区域感知的能力，并使用带有交叉注意力和自注意力的 Stop-Gradient 注意力模块来解决跨域长距离依赖问题，实验结果表明该方法在动画线
PDF2 years ago
SegNeXt: 语义分割中重思卷积特征设计
SegNeXt 是一种简单的卷积神经网络架构，通过重新审视先前成功的分割模型所拥有的特性，设计了一种基于卷积注意力机制的网络模型，该模型使用了廉价的卷积操作，有效提高了语义分割模型的性能，超越了现有技术最佳方法。
PDF2 years ago