【他山之石】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！

文章预览

“他山之石，可以攻玉”，站在巨人的肩膀才能看得更高，走得更远。在科研的道路上，更需借助东风才能更快前行。为此，我们特别搜集整理了一些实用的代码链接，数据集，软件，编程技巧等，开辟“他山之石”专栏，助你乘风破浪，一路奋勇向前，敬请关注！ 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部动态性。其创新之处在于引入了一个即插即用的模块，名为Dual Dynamic Token Mixe ………………………………