AI 助理
文档备案控制台
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）

2023-05-25 395
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
蚝油菜花
|
机器学习/深度学习 人工智能 文字识别
POINTS 1.5：腾讯微信开源的多模态大模型，超越了业界其他的开源视觉语言模型，具备强大的视觉和语言处理能力
POINTS 1.5是腾讯微信推出的多模态大模型，基于LLaVA架构，具备强大的视觉和语言处理能力。它在复杂场景的OCR、推理能力、关键信息提取等方面表现出色，是全球10B以下开源模型中的佼佼者。
蚝油菜花
923 58
POINTS 1.5：腾讯微信开源的多模态大模型，超越了业界其他的开源视觉语言模型，具备强大的视觉和语言处理能力
YOLO创新改进大师
|
机器学习/深度学习 计算机视觉 知识图谱
【YOLOv8改进】MobileViT 更换主干网络： 轻量级、通用且适合移动设备的视觉变压器 (论文笔记+引入代码)
MobileViT是针对移动设备的轻量级视觉Transformer网络，结合CNN的局部特征、Transformer的全局注意力和ViT的表示学习。在ImageNet-1k上，它以600万参数实现78.4%的top-1准确率，超越MobileNetv3和DeiT。MobileViT不仅适用于图像分类，还在目标检测等任务中表现出色，且优化简单，代码已开源。YOLOv8引入了MobileViT块，整合卷积和Transformer结构，提升模型性能。更多详情可参考相关专栏和链接。
YOLO创新改进大师
1320 1
蚝油菜花
|
机器学习/深度学习 人工智能 算法
ToddlerBot：告别百万经费！6000刀就能造人形机器人，斯坦福开源全套方案普及机器人研究
ToddlerBot 是斯坦福大学推出的低成本开源人形机器人平台，支持强化学习、模仿学习和零样本模拟到现实转移，适用于运动操作研究和多场景应用。
蚝油菜花
1353 3
ToddlerBot：告别百万经费！6000刀就能造人形机器人，斯坦福开源全套方案普及机器人研究
喵~来学编程啦
|
C++
图解哈夫曼树
图解哈夫曼树
喵~来学编程啦
633 0
gudanhero2018
|
数据可视化 索引 Python
Tips：Matplotlib中柱状图Bar显示数值
Tips：Matplotlib中柱状图Bar显示数值
gudanhero2018
1825 0
小殊小殊
|
机器学习/深度学习 算法 大数据
提取图像特征方法总结 是那种很传统的方法~
提取图像特征方法总结 是那种很传统的方法~
小殊小殊
668 4
从大数据到人工智能
|
SQL 分布式计算 资源调度
hive-3.1.2安装以及使用tez作为执行引擎指南
本文介绍hive-3.1.2安装以及使用tez作为执行引擎指南
从大数据到人工智能
2193 0
hive-3.1.2安装以及使用tez作为执行引擎指南
JAVA旭阳
|
Java API
开发利器Hutool之MapBuilder的使用
开发利器Hutool之MapBuilder的使用
JAVA旭阳
1597 0
开发利器Hutool之MapBuilder的使用
Lwcah
|
并行计算 算法 计算机视觉
【MATLAB 】 VMD 信号分解+模糊熵（近似熵）算法
【MATLAB 】 VMD 信号分解+模糊熵（近似熵）算法
Lwcah
1138 0

热门文章

最新文章

  • 1
    Team 版 OpenClaw：HiClaw 开源，5 分钟完成本地安装
  • 2
    十年磨一剑 | 淘宝如何打造承载亿级流量的首页？
  • 3
    [CentOS]安装软件：/lib/ld-linux.so.2: bad ELF interpreter 解决
  • 4
    linux搭建邮件服务器
  • 5
    什么是OTA升级管理系统？
  • 6
    易天光通信与您相约第21届光博会CIOE，不见不散-2019
  • 7
    无法创建工具栏
  • 8
    Win10显示时间月日、星期
  • 9
    基于注解的SpringMVC简单介绍
  • 10
    Vue简单使用
  • 1
    高压电线电力巡检六类图像识别数据集分享（适用于YOLO系列深度学习分类检测任务）
    55
  • 2
    HSL 色彩模型，为什么设计师不直接用 RGB
    38
  • 3
    雾锁王国(Enshrouded)游戏联机服务器怎样搭建？阿里云一键部署全流程详解
    77
  • 4
    OpenClaw 与 Hermes 全面对比与一键部署指南
    99
  • 5
    Claude 3.5 Haiku 极速响应测试，​D​М‌X​Α‌РΙ 降低边缘节点接入时延
    51
  • 6
    阿里云免费Tokens领取——开通百炼就能领，纯免费，超过7000万的Tokens有效期90天
    145
  • 7
    阿里云服务器管理控制台（后台）在哪登录？统一阿里云后台链接入口整理，一键直达
    101
  • 8
    阿里云管理控制台入口链接大全：云服务器ECS和轻量应用服务器入口整理
    51
  • 9
    新手必藏！阿里云服务器控制台首页打开教程，附直达链接
    49
  • 10
    2026年阿里云学生优惠券领取及使用指南
    46

    • 相关电子书

    更多
  • 低代码开发师（初级）实战教程
  • 冬季实战营第三期：MySQL数据库进阶实战
  • 阿里巴巴DevOps 最佳实践手册
    • 下一篇
    阿里云重磅发布Agentic SOC，企业级AI Agent驱动的安全运营平台