sparse convolution | BriefGPT

关键词sparse convolution

搜索结果 - 10

Minuet：在 GPU 上加速 3D 稀疏卷积
Minuet 是一种专为现代 GPU 设计的内存高效的稀疏卷积引擎，通过使用新型的分段排序双遍历二分搜索算法、轻量级方案进行瓦片大小自动调优以及高效的 GEMM 分组方法，显著提高了点云网络执行效率并在多个方面取得了超过以往模型的性能提升。
PDF7 months ago
TorchSparse++：基于 GPU 的稀疏卷积高效训练和推断框架
TorchSparse++ 是一个新的 GPU 库，通过高效的稀疏卷积内核生成器和稀疏自动调整器，能够以极低的工程成本实现高性能的稀疏卷积计算，并在推理和训练任务中实现了显著的加速。
PDF8 months ago
SpVOS：具有三重稀疏卷积的高效视频目标分割
本文提出了一种名为 SpVOS 的 VOS 稀疏基线方法，通过开发一种新颖的三元稀疏卷积来减少整体 VOS 框架的计算成本，并结合稀疏训练策略对 VOS 分割性能和计算成本进行平衡，实验结果表明 SpVOS 在资源受限场景下具有应用潜力。
PDF8 months ago
CVPR自适应稀疏卷积网络带全局上下文增强，用于无人机图像快速目标检测
研究了一种针对无人机平台物体检测的优化方法，提出了一种全局上下文增强自适应稀疏卷积网络（CEASC），通过一种多层面膜策略，在不同的尺度上生成最佳的面膜比例，既提高了准确性又提高了效率。
PDFa year ago
为卷积网络设计 BERT: 稀疏和分级掩码建模
本论文通过采用稀疏卷积和分层解码器等新技术，将 BERT - 风格的预训练方法推广到卷积神经网络领域，并且在 ResNet 和 ConvNeXt 等模型上进行了验证，在目标检测和实例分割等任务中，优于当前最先进的对比学习和变换器掩模建模方法
PDFa year ago
面向带遮挡图像建模的绿色分层视觉 Transformer
本文介绍了一种高效的逐层视觉变换（ViT）的 Masked Image Modeling（MIM）方法，通过一些关键的设计，使得 MIM 可以在可见的 patch 上进行可控的 self-attention，并通过 Sparse Convo
PDF2 years ago
TorchSparse: 高效点云推理引擎
本文介绍 TorchSparse，一种高效的基于 GPU 加速的稀疏卷积计算引擎，应用于 AR/VR、自动驾驶等方面。通过采用自适应矩阵乘法分组技术和集成向量化、量化及融合的本地化优化存储访问技术，实现了 1.4-1.5 倍的速度提升和 2
PDF2 years ago
CVPRDyCo3D：通过动态卷积实现稳健的三维点云实例分割
研究了点云（point cloud）语义实例分割的问题，提出了一种动态的、无需生成建议、数据驱动的方法，可以根据实例的特点生成适当的卷积核，在几个简单的卷积层中解码实例，并采用小型轻量级 Transformer 来捕捉点样本之间的长距依赖和
PDF4 years ago
多尺度稀疏卷积的多尺度亲和力用于三维实例分割
该研究提出了一种基于稀疏卷积和点亲和力预测的 3D 实例分割新方法，通过简单而有效的聚类算法，在 ScanNet 基准测试上大幅优于现有的方法。
PDF5 years ago
CVPRSBNet: 用于快速推断的稀疏块网络
本文介绍了一种新型的基于拼贴的稀疏卷积算法，通过利用计算掩码的稀疏结构，降低了 CNN 中高分辨率计算的复杂度，并应用于基于 LiDAR 的 3D 目标检测中，最终获得了显著的速度提升而无需牺牲准确率。
PDF6 years ago