vit

探究vite——新一代前端开发与构建工具（一）

Vite(法语意为"快速的"，发音/vit/)是一种新型前端构建工具，能够显著提升前端开发体验。
任磊abc·2022-12-14 09:48

Vue3.x +Vite引入第三方Cesium包的配置方法

2.Vue3.x+Vite环境搭建安装vit
铭崴·2022-12-14 09:17

VTN：视频Transformer网络

可与现有backbone结合，使其具有超强视频分类/理解的能力，如ViT/DeiT+VTN真香！训练速度提高了16.1倍，运行速度提高了5.1倍，代码和预训练模型即将开源！
Amusi（CVer）·2022-12-14 06:48

Self-Attention 、 Multi-Head Attention 、VIT 学习记录及源码分享

这里写目录标题1参考资料2重点记录2.1Self-Attention2.2Multi-HeadAttention3.VisionTransformer(VIT)3.1纯VIT3.2HybridVIT4代码使用前言
Philo`·2022-12-14 03:35

NLP领域的ELECTRA在符号预测上的应用

基于ELECTRA的标点符号预测1.资源更多CV和NLP中的transformer模型(BERT、ERNIE、ViT、DeiT、SwinTransformer等)、深度学习资料，请参考：awesome-DeepLearning
飞桨PaddlePaddle·2022-12-14 03:01

Token Merging: Your ViT But Faster

论文：https://arxiv.org/pdf/2210.09461.pdf代码：https://github.com/facebookresearch/ToMe参考：极市开发者平台-计算机视觉算法开发落地平台ToMe通过匹配算法将相似token合并，其优势在于无需重复训练，可用于模型推理。和TCFormer相比：1）策略：TCFormer基于knn-based算法做聚类，ToMe基于二分图的软
zzl_1998·2022-12-14 01:21

BERT大火却不懂Transformer？

前段时间Transformer已席卷计算机视觉领域，并获得大量好评，如『基于Swin-Transformer』、『美团提出具有「位置编码」的Transformer，性能优于ViT和DeiT』、『LiftingTransformer
计算机视觉研究院·2022-12-14 01:47

何恺明一作最新工作！MAE：简单实用的自监督学习方案，高达87.8%准确率！仅用ImageNet-1K...

该方案使得所得高精度模型具有很好的泛化性能：仅需ImageNet-1K，ViT-Huge取得了87.8%的top1精度。MaskedAu
Amusi（CVer）·2022-12-13 21:15

北大联合UCLA发表论文：9头以上Transformer就能模拟CNN！

转自：新智元VisualTransformer（ViT）在计算机视觉界可以说是风头无两，完全不使用卷积神经网络（CNN）而只使用自注意力机制的情况下，还可以在各个CV任务上达到sota。
深度学习技术前沿·2022-12-13 21:06

ICCV 2021 | Transformer结合自监督学习！Facebook开源DINO

EmergingPropertiesinSelf-SupervisedVisionTransformersABSTRACT在本文中，我们质疑自监督学习是否为VisionTransformer(ViT)提供了新的特性
tiantianwenwen·2022-12-13 11:16

Transformer主干网络——Swin保姆级解析

前言论文地址：arxiv代码地址：github接收单位：ICCV2021best系列文章Transformer主干网络——ViT保姆级解析Transformer主干网络——DeiT保姆级解析Transformer
只会git clone的程序员·2022-12-12 21:19

Transformer主干网络——T2T-ViT保姆级解析

前言论文地址：paper代码地址：github系列文章Transformer主干网络——ViT保姆级解析Transformer主干网络——DeiT保姆级解析Transformer主干网络——T2T-ViT
只会git clone的程序员·2022-12-12 21:18

Transformer主干网络——TNT保姆级解析

前言论文地址：arxiv代码地址：github接收单位：NeurIPS2021系列文章Transformer主干网络——ViT保姆级解析Transformer主干网络——DeiT保姆级解析Transformer
只会git clone的程序员·2022-12-12 21:18

Transformer主干网络——PVT_V1保姆级解析

前言论文地址：PVT1代码地址：github作者很厉害…各种cv的顶会收割机…系列文章Transformer主干网络——ViT保姆级解析Transformer主干网络——DeiT保姆级解析Transformer
只会git clone的程序员·2022-12-12 21:18

Transformer主干网络——PVT_V2保姆级解析

前言论文地址：PVT2代码地址：github系列文章Transformer主干网络——ViT保姆级解析Transformer主干网络——DeiT保姆级解析Transformer主干网络——T2T-ViT
只会git clone的程序员·2022-12-12 21:12

字节提出TRT-ViT：面向TensorRT的视觉Transformer，加速显著！

点击上方“计算机视觉工坊”，选择“星标”干货第一时间送达作者丨ChaucerG来源丨集智书童TRT-ViT:TensorRT-orientedVisionTransformer论文：https://arxiv.org
Tom Hardy·2022-12-11 20:41

第十二周周报

学习目标：有关DDPM+VIT的论文学习内容：1、Few-ShotDiffusionModels2、YourViTisSecretlyaHybridDiscriminative-GenerativeDiffusionModel
童、一·2022-12-11 15:54

【InternImage】Exploring Large-Scale Vision Foundation Models with Deformable Convolutions

基于DeformableConv的大规模基础模型特点：采用DeformableConvV3【v219论文】CNN模型背景大规模的ViT模型借助模型能力在超大规模数据集上取得了非常高的性能，然而大规模CNN
vcbe·2022-12-11 15:46

Transformer15

得益于良好的可扩展性和表征能力，基于视觉Transformer(VisionTransformer,ViT)的大规模视觉基础模型吸引了研究社区的广泛关注，并在多种视觉感知任务中广泛应用。
whaosoft143·2022-12-11 08:21

深度学习——MetaFormer Is Actually What You Need for Vision

该文章研究了ViT结构和类MLP结构的模型，将两者中相同的部分提取出来，组成了MetaFormer结构，并指出两者的性能都得益于MetaFormer结构，接着在此基础上提出了PoolFormer结构。
菜到怀疑人生·2022-12-11 02:33

10+个神经网络

文章目录Transformer.ViT.DETRSNNYOLOV12345XESSDRCNN.fastRCNN.fasterRCNNMaskRCNNUNetinceptionV123FlowNetconvLSTMCAEResNet
星尘逸风·2022-12-10 21:38

两行代码自动压缩ViT模型！模型体积减小3.9倍，推理加速7.1倍

Transformer模型及其变体，因其更优的注意力机制能力和长时依赖等特性，已成为自然语言处理(NLP)、语音识别(ASR)、计算机视觉(CV)等领域的主流序列建模结构。根据PaperWithCode网站ObjectDetectiononCOCOtest-dev专栏数据，检测任务中Transformer类模型精度早已超越卷积类模型。然而，Transformer模型的体积和速度相比卷积网络却存在很
百度大脑·2022-12-10 09:32

【模式识别大作业】

模式识别大作业1.题目：基于改进LetNet5和VIT神经网络cifar10识别方法研究2.作业内容要求：2.1.简述模式识别系统2.2.介绍分类器卷积和VIT神经网络基本原理3.研究实验运行环境说明4
2345VOR·2022-12-10 08:06

《Vision Transformer (ViT)》论文精度，并解析ViT模型结构以及代码实现

《ANIMAGEISWORTH16X16WORDS:TRANSFORMERSFORIMAGERECOGNITIONATSCALE》论文共有22页，表格和图像很多，网络模型结构解释的很清楚，并且用四个公式展示了模型的计算过程；本文章对其进行精度，并对源码进行剖析，希望读者可以耐心读下去。论文地址：https://arxiv.org/abs/2010.11929源码地址（pytorch）：https:
Flying Bulldog·2022-12-10 03:55

VIT(vision transformer)结构解析

目录背景原文：Animageisworth16x16words:Transformersforimagerecognitionatscaled代码：https://github.com/google-research/vision_transformerTheAttentionisallyouneed的论文彻底改变了自然语言处理的世界，基于Transformer的架构成为自然语言处理任务的实际标准
狗都不学计算机！·2022-12-10 03:44

一文梳理视觉Transformer架构进展：与CNN相比，ViT赢在哪儿？

与卷积神经网络（CNN）相比，视觉Transformer（ViT）依靠出色的建模能力，在ImageNet、COCO和ADE
深度学习技术前沿·2022-12-09 15:10

模型实践 | 可变形的 Attention 助力 ViT 优化

VisionTransformer(ViT)模型在各类视觉任务上都展现出了强⼤的性能。
幻方AI小编·2022-12-09 08:35

ViTDet:Exploring Plain Vision Transformer Backbonesfor Object Detection（arXiv 2022）

摘要本文提出了一种简单、无层次的视觉Transformer(ViT)作为目标检测的骨干网络。这种设计使原始
Y蓝田大海·2022-12-09 08:01

CVPR22 ｜CMT：CNN和Transformer的高效结合（开源）

华为诺亚实验室的研究员提出一种新型视觉网络架构CMT，通过简单的结合传统卷积和Transformer，获得的网络性能优于谷歌提出的EfficientNet，ViT和MSRA的SwinTransformer
Tom Hardy·2022-12-09 08:59

transformer中QKV的通俗理解(剩女与备胎的故事)

用vit的时候读了一下transformer的思想,前几天面试结束之后发现对QKV又有点忘记了,写一篇文章来记录一下参考链接:哔哩哔哩:在线激情讲解transformer&Attention注意力机制（
Peter_Gao_·2022-12-09 08:20

Vision Transformer with Deformable Attention

一方面，使用密集注意力，例如在ViT中，会
CV小Rookie·2022-12-09 08:19

Vision Transformer with Deformable Attention

VisionTransformerwithDeformableAttention论文：https://arxiv.org/abs/2201.00520代码：https://github.com/LeapLabTHU/DATIntroduction在ViT
Fwenxuan·2022-12-09 07:25

timm——pytorch下的迁移学习模型库·详细使用教程

PytorchImageModels）项目是一个站在大佬肩上的图像分类模型库，通过timm可以轻松的搭建出各种sota模型（目前内置预训练模型592个，包含densenet系列、efficientnet系列、resnet系列、vit
万里鹏程转瞬至·2022-12-09 03:53

CVPR2022论文分享会--复盘

小白一枚，这一天听下来最感兴趣的一篇paper，后续等小编看完这个paper在更新详细讲解《大卷积核神经网络设计》---微软亚洲研究院（张祥雨）1.作者根据对ViT的思考以及大卷积核的引出RACV2021
小蔡是小菜·2022-12-08 20:29

论文笔记【3】-- LeViT: a Vision Transformer in ConvNet’s Clothing for Faster Inference

论文笔记【3】--LeViT:aVisionTransformerinConvNet’sClothingforFasterInference前序前有ViT，后有Deit,再有LeViT。
ZONGYINLIU·2022-12-08 15:15

论文： LeViT（Transformer 图像分类）

论文：https://arxiv.org/pdf/2104.01136.pdf代码：https://github.com/facebookresearch/LeViT预备知识：Transformer、ViT
cztAI·2022-12-08 15:37

阅读文献：LeViT: a Vision Transformer in ConvNet’s Clothing for Faster Inference

aVisionTransformerinConvNet’sClothingforFasterInference1.四个问题要解决什么问题在高速状态下，平衡图像分类方法的精度和效率用什么方法解决提出一种网络模型LeViT方法，在ViT
MRzzyy·2022-12-08 15:35

PyTorch学习笔记（七）------------------ Vision Transformer

Positionalencoding四、LN，MSAandResidualConnection五、LN、MLPandResidualConnection六、ClassificationMLP前言：visiontransformer（vit
清忖灬·2022-12-07 21:24

Tokens-to-Token ViT: Training Vision Transformers from Scratch on ImageNet阅读笔记（小关键点记录）

总述：本文认为ViT之所以无法直接用中等数量数据集训练取得较好效果，是因为ViT对图像进行分patch拼接成序列的处理方法太简单了，模型无法学习到图像的结构信息，并且文中通过比较ViT和CNN中间每层输出的表示也印证了这一点
wangtao990503·2022-12-07 16:38

TED-net: Convolution-free T2T-ViT-based Encoder-decoder Dilation network 阅读笔记（小关键点记录）

本文提出了一种基于无卷积T2T-ViT的编码器-解码器膨胀网络（TED-net），以丰富LDCT去噪算法家族。该模型没有卷积块，由一个带唯一transformer的对称编解码块组成。
wangtao990503·2022-12-07 16:38

即插即用&无需微调 | ViT自适应性token采样技术（ECCV2022）

作者|努力努力再努力的编辑|FightinCV点击下方卡片，关注“自动驾驶之心”公众号ADAS巨卷干货，即可获取点击进入→自动驾驶之心【全栈算法】技术交流群1.论文和代码地址论文题目：ATS：AdaptiveTokenSamplingForEfficientVisionTransformers论文地址：https://doi.org/10.48550/arXiv.2111.15667[1]代码地址
自动驾驶之心·2022-12-07 15:21

CVPR 2022 | 华中科大&腾讯开源TopFormer：用于移动语义分割的Transformer

TokenPyramidTransformerforMobileSemanticSegmentation论文:https://arxiv.org/abs/2204.05525开源地址代码：https://github.com/hustvl/TopFormer虽然ViT
Amusi（CVer）·2022-12-07 13:42

论文笔记——Scaling Up Your Kernels to 31x31: Revisiting Large Kernel Design in CNNs

论文PDF作者一作：丁霄汉谷歌学术主页通讯：张祥雨谷歌学术主页摘要现代卷积神经网络模型普遍倾向于使用多个小卷积核来代替大卷积核，受到ViT的启发，论文重新审视了大卷积核在现代卷积神经网络中的使用情况，指出采用少量大卷积核的设计范式要明显优于目前采用大量小卷积核堆叠的设计范式
处于并将长期处于科研混子阶段·2022-12-07 12:47

打破ViT SOTA垄断！SegNeXt：卷积注意力机制重夺语义分割的胜利高地（NeurIPS 22）

是通过配置文件实现网络结构的；pytorch第三方网络结构：CvPytorch/segnext.pyateb052994ff663bd899fc1700b57b952bcfb0fca3·shanglianlm0525/CvPytorch·GitHub#!/usr/bin/envpython#--coding:utf-8--#@Time:2022/9/2614:17#@Author:liumin#@
AI视觉网奇·2022-12-06 18:01

【深度学习】打破ViT SOTA垄断！SegNeXt：卷积注意力机制重夺语义分割的胜利高地（NeurIPS 22）...

作者丨happy编辑丨极市平台导读本文对已有成功分割方案进行了重审视并发现了几个有助于性能提升的关键成分，作者们设计了一种新型的卷积注意力架构方案SegNeXt。在多个主流语义分割数据集上，SegNeXt大幅改善了其性能。在PascalVOC2012测试集上，SegNeXt凭借仅需EfficientNet-L2+NAS-FPN的十分之一参数量取得了90.6%mIoU指标。NeurIPS2022：h
风度78·2022-12-06 18:30

ICCV2021- 牛津大学新的预训练视频文本数据集WebVid-2M，设计用于端到端检索的联合视频和图像编码器！代码已开源！...

本文的模型是对最近的ViT和Timesformer结构的修改和扩展，并且包括在空间
我爱计算机视觉·2022-12-06 13:47

CVPR2022

(305条消息)神经网络学习小记录67——Pytorch版VisionTransformer（VIT）模型的复现详解_Bubbliiiing的博客-CSDN博客DeepSORT论文阅读笔记-pprp-博客园
思考实践·2022-12-06 12:49

DETR系列大盘点 | 端到端Transformer目标检测算法汇总！

自从VIT横空出世以来，Transformer在CV界掀起了一场革新，各个上下游任务都得到了长足的进步，今天就带大家盘点一下基于Transformer的端到端目标检测算法！
自动驾驶之心·2022-12-06 07:23

TransReID学习记录

TransReID:[ICCV-2021]TransReID:Transformer-basedObjectRe-Identification作者：阿里巴巴&浙江大学本文是罗浩大佬把视觉Transformer的ViT
烟雨行舟#·2022-12-05 18:53

【无标题】python迭代器构造

最近在学习transreid关于viT-pytorch中的这段代码并不是很理解，因此写这个博客进行总结#FromPyTorchinternalsdef_ntuple(n):defparse(x):ifisinstance
烟雨行舟#·2022-12-05 18:23
上一页 13 14 15 16 17 18 19 20 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他