MambaOut：在视觉任务中，我们真的需要 Mamba 吗？

前言 在 ImageNet 图像分类中有效地超过了视觉 Mamba 模型。Pytorch训练营，花两个星期彻底掌握代码实现CV各大方向专栏与各个部署框架最全教程整理CV全栈指导班、基础入门班、论文指导班 全面上线!!本文目录1 MambaOut：在视觉任务中，我们真的需要 Mamba 吗？(来自 NUS，MetaFormer 原作者)1 MambaOut 论文解读1.1 在视觉任务中，我们真的需要 Mamba 吗？1.2 本文有哪些新的发现？1.3 概念讨论1.4 视觉任务有长序列吗？1.5 视觉任务需要 Causal 的 token mixing 模式吗？1.6 关于 Mamba 在视觉的必要性的假设1.7 Gated CNN 和 MambaOut1.8 ImageNet 实验结果1.9 COCO 目标检测和实例分割实验结果1.10 ADE20K 语义分割实验结果太长不看版Mamba，一种使用类似 RNN 的状态空间模型 (State Space Model, SSM) 作为 token mixer 的架构，能够解决 Self-attention 的二次计算复杂度，并随后引入视觉任务中。但是， ………………………………