通用的视觉Backbone，TransXNet: 全局动态性+局部动态性=性能强大，代码已开源！

文章预览

作者丨我爱计算机视觉     来源丨我爱计算机视觉     编辑丨极市平台 导读   本文介绍了一种新型的通用视觉主干网络TransXNet，它通过引入Dual Dynamic Token Mixer（D-Mixer）模块，融合了全局和局部动态性，显著提升了模型对多尺度特征的动态表征能力，并在多个数据集上展现出卓越的性能。 本篇分享论文 TransXNet: Learning both global and local dynamics with a dual dynamic token mixer for visual recognition ，通用的视觉Backbone，TransXNet: 全局动态性+局部动态性=性能强大，代码已开源！ 论文链接： https://arxiv.org/abs/2310.19380 (预印版) 代码链接： https://github.com/LMMMEng/TransXNet 摘要 香港大学计算机科学系俞益洲教授(https://www.cs.hku.hk/~yzyu/)及其研究团队开发了一种新型的通用视觉主干网络—TransXNet，该模型同时融合了全局和局部动态性。其创新之处在于引入了一个即插即用的模 ………………………………