Vision Mamba
Vision Mamba je efektivní přístup založený na stavových prostorech pro porozumění obrazu, představený v roce 2024, který adaptuje Mambu, model sekvencí s lineární složitostí, pro počítačové vidění. Přeformulováním obrazových tokenů jako sekvencí a použitím modelů stavových prostorů dosahuje Vision Mamba konkurenceschopné přesnosti s transformery při zachování lineární výpočetní složitosti.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Zhu, L., Liao, B., Zhang, Q., Wang, X., Liu, W., & Wang, X. (2024). Vision Mamba: Efficient state space models for image understanding. In International Conference on Machine Learning. link ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Vision Mamba: Efficient State Space Models for Image Understanding. ScholarGate. https://scholargate.app/cs/deep-learning/vision-mamba
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Mamba (model stavového prostoru)Hluboké učení↔ compare
- Prostorově-časové grafové konvoluční sítěHluboké učení↔ compare
- Swin TransformerHluboké učení↔ compare
- Vision TransformerHluboké učení↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →