Vision Mamba
Vision Mamba ir efektīva stāvokļa telpas modeļa pieeja attēlu izpratnei, kas ieviesta 2024. gadā un kas pielāgo Mamba, lineāras sarežģītības secības modeli, datorredzei. Pārformulējot attēlu žetonus kā secības un izmantojot stāvokļa telpas modeļus, Vision Mamba sasniedz konkurētspējīgu precizitāti ar transformatoriem, vienlaikus saglabājot lineāru skaitļošanas sarežģītību.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Vision Mamba: Efficient State Space Models for Image Understanding. ScholarGate. https://scholargate.app/lv/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 (Valsts telpas modelis)Dziļā mācīšanās↔ compare
- Telpiski-Laika Grafu Konvolūcijas TīkliDziļā mācīšanās↔ compare
- Swin TransformerDziļā mācīšanās↔ compare
- Vision TransformerDziļā mācīšanās↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →