AAAI 2024 | 即插即用，Conv-Former注意力模块，用卷积实现Transformer效果！

文章预览

前言   本 文介绍一种新颖的单分支实时分割网络，称为SCTNet。通过学习利用从transformer到CNN的语义信息对齐来提取丰富的语义信息，SCTNet在保持轻量级单分支CNN的快速推理速度的同时，享受transformer的高准确性。为了缓解CNN特征和Transformer特征之间的语义差距，设计了CFBlock（ConvFormer块），它仅使用卷积操作就能像Transformer块一样捕获长距离上下文。此外，提出了SIAM（语义信息对齐模块），以更有效的方式对齐特征。 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!! 来源： AI缝合术 仅用于学术分享，若侵权请联系删除 1 论文题目 ： SCTNet: Single-Branch CNN with Transformer Semantic Information for Real-Time Segmentation 中文题目: 单分支CNN结合Transformer语义信息的实时分割网 ………………………………