文章预览
最近发现CVPR、ICCV、Neurips等顶会上有关 聚类+Transformer 的论文还真不少,而且基本都是效果很好,创新点很值得参考的成果。 比如CVPR2024的S2VNet新型框架,结合了聚类方法和Transformer架构来实现通用的医学图像分割,性能在多个数据集上超越了SOTA,且推理速度提升近15倍,内存使用减少48.2%。 可见聚类+Transformer这个处理序列/文本数据的创新方法确实 有很高的研究价值, 再加上它本身就有很多优势, 不仅能增强特征表示和模型性能,还能优化计算效率,提高模型的可解释性, 为图像分割等聚类任务提供新的解决方案。 因此这也 是个很值得发表论文的主题, 我这边为了方便大家找思路找idea,已经整理好了 12篇 最新的聚类+Transformer论文,全部都有代码 ,想发论文的朋友别错过呀。 扫码添加小享, 回复“ 聚类结合 ” 免费获取 全部论文+开源代码 Cl
………………………………