文章预览
以下文章来源于微信公众号：52CV 作者：我爱计算机视觉 链接：https://mp.weixin.qq.com/s/L4l4PARPYk9WKjl_QQxsmQ 本文仅用于学术分享，如有侵权，请联系后台作删文处理 导读 香港大学俞益洲教授团队开发了通用视觉主干网络TransXNet，引入了D-Mixer模块，专注捕捉全局与局部动态性。经实验验证，TransXNet在ImageNet-1K、COCO 2017等数据集上均展现出卓越的性能。 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
………………………………
