关键词multi-head self-attention module
搜索结果 - 2
- RepViT:从 ViT 的视角重新审视移动 CNN
轻量级视觉变换器(ViTs)相较于资源受限的移动设备上的轻量级卷积神经网络(CNNs),通过多头自注意模块获得更高的性能和更低的延迟。本研究回顾了轻量级 CNNs 的高效设计,强调其在移动设备上的潜力,并通过整合轻量级 ViTs 的高效架构 - CVPR野外场景的极化形状感知
该研究提出了一种新的基于数据驱动和物理学先验信息的场景级别单极化图像法线估计方法,并且建立了第一个真实场景级别形态恢复数据集。该方法采用了多头自注意力与视图编码来处理在野外环境中形成的极化杂波和联机投影问题,实验结果表明,相对于现有的形态恢