Vision Mamba
Vision Mamba on vuonna 2024 esitelty tehokas tilamallipohjainen (state space model) lähestymistapa kuvantunnistukseen, joka soveltaa Mamba-mallia, lineaarisen kompleksisuuden sekvenssimallia, tietokonenäköön. Muotoilemalla kuvatunnukset (image tokens) sekvensseiksi ja käyttämällä tilamalleja Vision Mamba saavuttaa kilpailukykyisen tarkkuuden transformer-mallien kanssa säilyttäen samalla lineaarisen laskennallisen kompleksisuuden.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- 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 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Vision Mamba: Efficient State Space Models for Image Understanding. ScholarGate. https://scholargate.app/fi/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 (tilamallimalli)Syväoppiminen↔ compare
- Spatiaalis-temporaaliset graafikonvoluutioverkotSyväoppiminen↔ compare
- Swin TransformerSyväoppiminen↔ compare
- Vision TransformerSyväoppiminen↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →