专栏名称: 江大白
专业有趣的AI内容平台,关注后回复【算法】,获取45家大厂的《人工智能算法岗江湖武林秘籍》
今天看啥  ›  专栏  ›  江大白

高速轻量级语义分割模型HAFormer,CNN 与 Transformer 的融合创新!(附论文及源码)

江大白  · 公众号  ·  · 2024-07-18 08:00

文章预览

以下 文 章来源于微信公众号:AI视界引擎 作者:AI引擎 链接:https://mp.weixin.qq.com/s/nVRA0JlkOmSUXpaub1VPTg 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 Transformer与CNN结合在语义分割任务中表现出强大的性能。本文为大家介绍了HAFormer模型,其独特的分层感知像素激活模块使得其能够自适应多尺度局部特征提取。在Cityscape和CamVid数据集上都获得了优越的IOU和FPS。 在语义分割任务中,卷积神经网络(CNNs)和Transformer都表现出了巨大的成功。人们已经尝试将CNN与Transformer模型集成在一起,以捕捉局部和全局上下文交互。然而,在考虑计算资源限制时,仍有提升的空间。 在本文中,作者介绍了HAFormer模型,该模型结合了CNN的分层特征提取能力与Transformer的全局依赖建模能力,以应对轻量级语义分割挑战。具体来说,作者设计了一个分层感知像 ………………………………

原文地址:访问原文地址
快照地址: 访问文章快照
总结与预览地址:访问总结与预览