Tag: 视觉

All the articles with the tag "视觉".

• Scalable Diffusion Models with Transformers

  Published:2025年3月16日 at 16:29

  Diffusion Transformer.

• Conv2Former: A Simple Transformer-Style ConvNet for Visual Recognition

  Updated:2025年3月8日 at 14:57 | Published: 2025年3月4日 at 14:39

  使用大kernel DS卷积替代self-attention。字节新加坡的工作。

• Segment Anything

  Updated:2025年3月8日 at 14:57 | Published: 2025年1月10日 at 13:48

  Meta的SAM。

• SDiT: Spiking Diffusion Model with Transformer

  Updated:2025年3月8日 at 14:57 | Published: 2025年1月3日 at 14:10

  脉冲Diffusion Transformer，里面的Transformer的结构是RWKV的。

• ConvUNeXt:An efficient convolution neural network for medical image segmentation

  Updated:2025年3月8日 at 14:57 | Published: 2024年12月31日 at 15:59

  ConvNext + UNet，发在一个C刊上，借鉴学习一下，想想我的模块怎么设计。

• ConvNext V2: Co-designing and Scaling ConvNets with Masked Autoencoders

  Updated:2025年3月8日 at 14:57 | Published: 2024年12月17日 at 06:05

  ConvNext续作，引入了MAE。

• A ConvNet for the 2020s

  Updated:2025年3月8日 at 14:57 | Published: 2024年12月16日 at 15:22

  CVPR2022。Meta的工作，在ViT相关工作占视觉大头的情况下重构纯卷积的网络，并且取得了很好的效果。

• VPRTempo: A Fast Temporally Encoded Spiking Neural Network for Visual Place Recognition

  Updated:2025年3月8日 at 15:06 | Published: 2024年10月14日 at 15:34

  ICRA2024的论文，用Temporal Encoding的STDP Direct Training的SNN做场景识别的任务。太简单了

• Integer-Valued Training and Spike-Driven Inference Spiking Neural Network for High-performance and Energy-efficient Object Detection

  Updated:2025年3月8日 at 15:06 | Published: 2024年8月19日 at 12:46

  SpikeYOLO，中科院自动化所的工作，ECCV2024 Oral