IJCV 2024 | CAE-GReaT: 卷积辅助高效图推理Transformer用于密集图像预测

文章预览

点击 上方“ CVPaper ”，选择加" 星标 "或“ 置顶 ” 顶刊论文解读，第一时间分享 CAE-GReaT: Convolutional-Auxiliary Efficient Graph Reasoning Transformer for Dense Imag CAE-GReaT: 卷积辅助高效图推理Transformer用于密集图像预测。  Dong Zhang, Yi Lin, Jinhui Tang, Kwang-Ting Cheng 摘要 卷积神经网络（CNNs）和视觉变换器（ViT）是当前计算机视觉领域语义图像识别任务的两个主要框架。普遍的共识是，CNNs和ViT都有其潜在的优势和弱点，例如，CNNs擅长提取局部特征但难以聚合长距离特征依赖性，而ViT擅长聚合长距离特征依赖性但对局部特征的表示较差。在本文中，我们提出了一个辅助的集成网络架构，名为卷积辅助高效图推理变换器（CAE-GReaT），它将CNNs和ViT的优势结合到一个统一的框架中。CAE-GReaT站在先进图推理变换器的基础上，并采用内部辅助卷积分支来丰富局部特征表示。此外 ………………………………