【他山之石】超越 CNN 与 Transformer ？ MambaDepth 网络在自监督深度估计中表现卓越 ！

文章预览

“ 他 山 之 石 ， 可 以 攻 玉 ” ， 站 在 巨 人 的 肩 膀 才 能 看 得 更 高 ， 走 得 更 远 。 在 科 研 的 道 路 上 ， 更 需 借 助 东 风 才 能 更 快 前 行 。 为 此 ， 我 们 特 别 搜 集 整 理 了 一 些 实 用 的 代 码 链 接 ， 数 据 集 ， 软 件 ， 编 程 技 巧 等 ， 开 辟 “ 他 山 之 石 ” 专 栏 ， 助 你 乘 风 破 浪 ， 一 路 奋 勇 向 前 ， 敬 请 关 注 ！ 在自监督深度估计领域，卷积神经网络（CNNs）和Transformer一直占据主导地位。然而，由于它们对局部焦点或计算需求的限制，这两种架构在有效处理长距离依赖方面存在困难。为了克服这一限制，作者提出了MambaDepth，一个为自监督深度估计量身定制的多功能网络。 作者从Mamba架构中获得灵感，Mamba以其在处理长序列方面的卓越能力和通过状态空间模型（SSM）高效捕捉全局上下文的能力而闻名，作者引 ………………………………