Machine learningDeep Learning, State Space Models
Vision Mamba
Vision Mamba הוא גישה יעילה מבוססת מודל מרחב מצב (state space model) להבנת תמונה שהוצגה בשנת 2024, והיא מתאימה את Mamba, מודל רצפים בעל סיבוכיות לינארית, לתחום הראייה הממוחשבת. על ידי ניסוח מחדש של טוקנים של תמונה כרצפים ושימוש במודלי מרחב מצב, Vision Mamba משיג דיוק תחרותי בהשוואה לטרנספורמרים, תוך שמירה על סיבוכיות חישובית לינארית.
קראו את השיטה במלואה
לחברים בלבד
התחברותהתחברו עם חשבון חינמי כדי לקרוא חלק זה.
Method map
The neighbourhood of related methods — select a node to explore.
מקורות
- 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 ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 3). Vision Mamba: Efficient State Space Models for Image Understanding. ScholarGate. https://scholargate.app/he/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 (מודל מרחב מצב)למידה עמוקה↔ compare
- רשתות קונבולוציה גרפיות מרחביות-זמניותלמידה עמוקה↔ compare
- טרנספורמר סוויןלמידה עמוקה↔ compare
- טרנספורמר ראייהלמידה עמוקה↔ compare