【源头活水】Mamba 模型研究综述 | 从 CNN 到 ViT 再到 Mamba ，推动计算机视觉进步 ！

文章预览

在 科 学 研 究 中 ， 从 方 法 论 上 来 讲 ， 都 应 “ 先 见 森 林 ， 再 见 树 木 ” 。 当 前 ， 人 工 智 能 学 术 研 究 方 兴 未 艾 ， 技 术 迅 猛 发 展 ， 可 谓 万 木 争 荣 ， 日 新 月 异 。 对 于 A I 从 业 者 来 说 ， 在 广 袤 的 知 识 森 林 中 ， 系 统 梳 理 脉 络 ， 才 能 更 好 地 把 握 趋 势 。 为 此 ， 我 们 精 选 国 内 外 优 秀 的 综 述 文 章 ， 开 辟 “ 综 述 专 栏 ” ， 敬 请 关 注 。 正在出现的Mamba方法成为了一种新颖的方法，可以克服计算机视觉领域中卷积神经网络（CNNs）和视觉 Transformer （ViTs）所面临的挑战。 尽管CNNs在提取局部特征方面表现出色，但它们往往在不需要复杂架构修改的情况下难以捕捉长程依赖关系。 相比之下，ViTs有效地模拟了全局关系，但由于其自注意力机制的四次方复杂度，它们在计算成本方面存在高问题。 ………………………………