MambaOut：在视觉任务中，我们真的需要 Mamba 吗？

文章预览

MLNLP 社区是国内外知名的机器学习与自然语言处理社区，受众覆盖国内外NLP硕博生、高校老师以及企业研究人员。 社区的愿景 是促进国内外自然语言处理，机器学习学术界、产业界和广大爱好者之间的交流和进步，特别是初学者同学们的进步。 转载自 | 极市平台 编辑丨极市平台 本文目录 1 MambaOut：在视觉任务中，我们真的需要 Mamba 吗？ (来自 NUS，MetaFormer 原作者) 1 MambaOut 论文解读 1.1 在视觉任务中，我们真的需要 Mamba 吗？ 1.2 本文有哪些新的发现？ 1.3 概念讨论 1.4 视觉任务有长序列吗？ 1.5 视觉任务需要 Causal 的 token mixing 模式吗？ 1.6 关于 Mamba 在视觉的必要性的假设 1.7 Gated CNN 和 MambaOut 1.8 ImageNet 实验结果 1.9 COCO 目标检测和实例分割实验结果 1.10 ADE20K 语义分割实验结果 太长不看版 Mamba，一种使用类似 RNN 的状态空间模型 (State Space Model, SSM) 作 ………………………………