YOLOv5算法进阶改进(20)— 更换主干网络之RepViT | 从ViT视角重新审视移动CNN
- 开发
- 17
-
![](https://img-blog.csdnimg.cn/direct/8d6963f463a84358a414c5da40b5455c.png)
前言:Hello大家好,我是小哥谈。RepViT是一种基于Transformer的视觉模型,它的全称是Representation Learning with Visual Tokens。与传统的卷积神经网络不同,RepViT使用了Transformer的自注意力机制来提取图像中的特征。具体来说,RepViT将图像分成若干个视觉标记(visual tokens),然后将这些标记作为Transformer的输入,通过多层Transformer编码器来提取特征。这种方法可以有效地减少卷积神经网络中的参数数量,同时也能够更好地处理图像中的长程依赖关系。🌈
前期回顾:
原文地址:https://blog.csdn.net/weixin_61961691/article/details/137401012
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。
本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如若转载,请注明出处:https://www.suanlizi.com/kf/1778982975053107200.html
如若内容造成侵权/违法违规/事实不符,请联系《酸梨子》网邮箱:1419361763@qq.com进行投诉反馈,一经查实,立即删除!