視覺Mamba來了：速度提升2.8倍，內存能省87%

AIGC動態歡迎閱讀

原標題：視覺Mamba來了：速度提升2.8倍，內存能省87%
關鍵字：視覺,圖像,序列,維度,建模
文章來源：機器之心
內容字數：5361字

內容摘要：

機器之心報道
編輯：陳萍、澤南Vision Mamba 不是個普通模型。號稱「全面包圍 Transformer」的 Mamba，推出不到兩個月就有了高性能的視覺版。
本周四，來自華中科技大學、地平線、智源人工智能研究院等機構的研究者提出了 Vision Mamba（Vim）。論文地址：https://arxiv.org/pdf/2401.09417.pdf
項目地址：https://github.com/hustvl/Vim
論文標題：Vision Mamba: Efficient Visual Representation Learning with Bidirectional State Space Model
效果如何呢？在 ImageNet 分類任務、COCO 對象檢測任務和 ADE20k 語義分割任務上，與 DeiT 等成熟的視覺 Transformers 相比，Vim 實現了更高的性能，同時還顯著提高了計算和內存效率。例如，在對分辨率為 1248×1248 的圖像進行批量推理提取特征時，Vim 比 DeiT 快 2.8 倍，并節省 86.8% 的 GPU 內存。結果表明，V

原文鏈接：視覺Mamba來了：速度提升2.8倍，內存能省87%

聯系作者

文章來源：機器之心
作者微信：almosthuman2014
作者簡介：專業的人工智能媒體和產業服務平臺