AIGC動態歡迎閱讀

原標題：大模型被偷家！騰訊港中文新研究修正認知：CNN搞多模態不弱于Transfromer
關鍵字：報告,騰訊,卷積,圖像,架構
文章來源：量子位
內容字數：5852字

內容摘要：

騰訊&港中文團隊 投稿量子位 | 公眾號 QbitAI在Transformer占據多模態工具半壁江山的時代，大核CNN又“殺了回來”，成為了一匹新的黑馬。
騰訊AI實驗室與港中文聯合團隊提出了一種新的CNN架構，圖像識別精度和速度都超過了Transformer架構模型。
切換到點云、音頻、視頻等其他模態，也無需改變模型結構，簡單預處理即可接近甚至超越SOTA。
團隊提出了專門用于大核CNN架構設計的四條guideline和一種名為UniRepLKNet的強力backbone。
只要用ImageNet-22K對其進行預訓練，精度和速度就都能成為SOTA——
ImageNet達到88%，COCO達到56.4 box AP，ADE20K達到55.6 mIoU，實際測速優勢很大。
在時序預測的超大數據上使用UniRepLKNet，也能達到最佳水平——
例如在全球氣溫和風速預測上，它就超越了Nature子刊上基于Transformer的前SOTA。
更多細節，我們接著看作者投稿。
“Transformer時代”，為什么還需要CNN在正式介紹UniRepLKNet的原理之前，作者首先解答了兩個問題

原文鏈接：大模型被偷家！騰訊港中文新研究修正認知：CNN搞多模態不弱于Transfromer

聯系作者

文章來源：量子位
作者微信：QbitAI
作者簡介：追蹤人工智能新趨勢，關注科技行業新突破