备案控制台
开发者社区 大数据 文章 正文

轻量化Backbone | 如何改进MobileViT-v1与MobileViT-v2？MobileViT-v3带你实验（二）

2023-05-25 151
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介： 轻量化Backbone | 如何改进MobileViT-v1与MobileViT-v2？MobileViT-v3带你实验（二）

3、实验

3.1、图像分类

image.png

3.2、目标检测

image.png

image.png

3.3、语义分割

image.png

image.png

3.4、可视化

image.png


4、参考

[1].MOBILEVITV3: MOBILE-FRIENDLY VISION TRANSFORMER WITH SIMPLE AND EFFECTIVE FUSION OF LOCAL, GLOBAL AND INPUT FEATURES.


5、推荐阅读

超轻目标检测 | 超越 NanoDet-Plus、YOLOv4-Tiny实时性、高精度都是你想要的！

必备技能 | YOLOv6中的用Channel-wise Distillation进行的量化感知训练来自哪里？

All are Worth Words | 当 ViT 遇到扩展模型会出现什么样子的火花？

文章标签：
计算机视觉
数据可视化
5i77ajz5u7ji6
目录
相关文章
5i77ajz5u7ji6
|
2月前
|
机器学习/深度学习 编解码 数据可视化
英特尔提出新型卷积 | 让ResNet/MobileNet/ConvNeXt等Backbone一起涨点
英特尔提出新型卷积 | 让ResNet/MobileNet/ConvNeXt等Backbone一起涨点
5i77ajz5u7ji6
154 2
5i77ajz5u7ji6
|
2月前
|
机器学习/深度学习 自然语言处理 数据可视化
UNet家族最强系列 | UNet、UNet++、TransUNet与SWin-UNet究竟哪个更强！！！
UNet家族最强系列 | UNet、UNet++、TransUNet与SWin-UNet究竟哪个更强！！！
5i77ajz5u7ji6
302 0
5i77ajz5u7ji6
|
2月前
|
机器学习/深度学习 编解码 自然语言处理
超轻超快Backbone | MobileNet+ViT可以起飞吗？MOTA可以带你重新设计！
超轻超快Backbone | MobileNet+ViT可以起飞吗？MOTA可以带你重新设计！
5i77ajz5u7ji6
50 0
5i77ajz5u7ji6
|
机器学习/深度学习 数据可视化 计算机视觉
轻量化Backbone | 如何改进MobileViT-v1与MobileViT-v2？MobileViT-v3带你实验
轻量化Backbone | 如何改进MobileViT-v1与MobileViT-v2？MobileViT-v3带你实验
5i77ajz5u7ji6
747 0
轻量化Backbone | 如何改进MobileViT-v1与MobileViT-v2？MobileViT-v3带你实验
YOLO创新改进大师
|
16天前
|
边缘计算 计算机视觉 异构计算
【YOLOv8改进 - 特征融合NECK】Slim-neck：目标检测新范式，既轻量又涨点
YOLO目标检测专栏探讨了模型优化，提出GSConv和Slim-Neck设计，以实现轻量级模型的高效检测。GSConv减小计算复杂度，保持准确性，适合实时任务。Slim-Neck结合GSConv优化架构，提高计算成本效益。在Tesla T4上，改进后的检测器以100FPS处理SODA10M数据集，mAP0.5达70.9%。论文和代码可在提供的链接中获取。文章还介绍了YOLOv8中GSConv的实现细节。更多配置信息见相关链接。
YOLO创新改进大师
23 3
5i77ajz5u7ji6
|
2月前
|
机器学习/深度学习 编解码 数据可视化
全新ViT Backbone | 混合卷积与Attention设计的SMT更快、更小也更强
全新ViT Backbone | 混合卷积与Attention设计的SMT更快、更小也更强
5i77ajz5u7ji6
84 1
Snu77
|
2月前
|
机器学习/深度学习 自动驾驶 计算机视觉
YOLOv8改进 | Neck篇 | Slim-Neck替换特征融合层实现超级涨点 (又轻量又超级涨点)
YOLOv8改进 | Neck篇 | Slim-Neck替换特征融合层实现超级涨点 (又轻量又超级涨点)
Snu77
417 2
5i77ajz5u7ji6
|
2月前
|
机器学习/深度学习 编解码 测试技术
超强Trick | 如何设计一个比Transformer更强的CNN Backbone
超强Trick | 如何设计一个比Transformer更强的CNN Backbone
5i77ajz5u7ji6
49 0
5i77ajz5u7ji6
|
2月前
|
机器学习/深度学习 存储 算法
模型部署系列 | 卷积Backbone量化技巧集锦
模型部署系列 | 卷积Backbone量化技巧集锦
5i77ajz5u7ji6
52 0
Snu77
|
2月前
|
机器学习/深度学习
YOLOv8改进 | 主干篇 | EfficientViT高效的特征提取网络完爆MobileNet系列(轻量化网络结构)
YOLOv8改进 | 主干篇 | EfficientViT高效的特征提取网络完爆MobileNet系列(轻量化网络结构)
Snu77
349 0

热门文章

最新文章

  • 1
    【资料下载】Python 第十讲——xpath元素定位获取及爬虫中使用实例
  • 2
    配置samba的访问密码和用户名
  • 3
    阿里 双11 同款，流量防卫兵 Sentinel go 源码解读
  • 4
    应用运维智能化的关键技术——《应用智能运维实践（试读版）》
  • 5
    Win8 Metro(C#)数字图像处理--2.63图像指数增强
  • 6
    Elisp之算术运算
  • 7
    ufw生成防火墙
  • 8
    Denyhosts shell script
  • 9
    Contoso 大学 - 6 – 更新关联数据
  • 10
    Ural 1019 Line Painting
  • 1
    1
    12
  • 2
    算法金 | 推导式、生成器、向量化、map、filter、reduce、itertools，再见 for 循环
    18
  • 3
    CSS全部标签属性重置语法
    14
  • 4
    网站怎么做才可以禁止搜索引擎抓取收录页面快照
    20
  • 5
    超好看的鼠标指针 折纸Gami
    14
  • 6
    Spring Boot与NATS的集成
    27
  • 7
    如何在Spring Boot中实现分布式锁
    17
  • 8
    Spring Boot中的内容协商
    16
  • 9
    使用Spring Boot和PostgreSQL构建高级查询
    13
  • 10
    Spring Boot与Netflix Eureka的集成
    17

    • 相关课程

    更多
  • 神经网络概览及算法详解
  • 机器学习集成学习与模型融合
  • 神经网络与深度学习
  • 【算法实战】8. 集成方法-Adaboost
  • 机器学习基础与回归算法
  • 【算法实战】7. 集成方法-随机森林

    • 相关电子书

    更多
  • ImageNet:VGGNet,ResNet,Incepti
  • 展心展力MetaApp：基于DeepRec的稀疏模型训练实践
  • 优势特征蒸馏(Privileged Features Distillation)在手淘信息流推荐中的应用

    • 相关实验场景

    更多
  • 使用PAI-快速开始，低代码实现大语言模型微调和部署
  • 如何快速训练大模型
  • AIGC Stable Diffusion文生图Lora模型微调实现虚拟上装
    • 下一篇
    部署LAMP环境（Alibaba Cloud Linux 3）