Top-1準確率高達83.6%

原標題：輕量化MobileMamba視覺模型來了｜浙大/騰訊優圖/華中科大聯合出品
文章來源：量子位
內容字數：5160字

MobileMamba：高效輕量化視覺模型的

在移動設備日益普及的今天，對高效、快速且準確的視覺處理需求不斷增長。為此，浙大、騰訊優圖和華中科技大學的團隊提出了輕量化模型MobileMamba，旨在平衡效率與效果，尤其在高分辨率輸入下實現出色的推理速度。

1. 研究背景與現有挑戰

傳統的輕量化模型主要基于CNN和Transformer結構。雖然CNN如MobileNet和GhostNet通過深度可分離卷積等技術降低了計算復雜度，但其局部感受野限制了長距離依賴的建模能力。而Transformer雖然具備全局建模能力，卻因平方級別的計算復雜度在高分辨率輸入下表現不佳。近來的Mamba模型因其線性計算復雜度而受到關注，但基于Mamba的模型如LocalMamba和EfficientVMamba在實際推理速度上并未達到預期。

2. MobileMamba的設計與創新

MobileMamba通過三階段網絡的粗粒度設計，顯著提升了推理速度。同時，團隊在細粒度上提出了高效多感受野特征交互（MRFFI）模塊，結合小波變換增強的Mamba、深度可分離卷積和去冗余恒等映射，確保了全局與多尺度信息的融合，提高了高頻細節特征的提取能力。

3. 實驗結果與性能提升

大量實驗結果表明，MobileMamba在ImageNet-1K數據集上的Top-1準確率最高可達83.6，速度是LocalVim的21倍、EfficientVMamba的3.3倍。同時，在下游任務如目標檢測和語義分割中，MobileMamba同樣展現了卓越的性能，在各項任務中均超過了傳統模型。

4. 結論與未來展望

總體而言，MobileMamba通過其三階段框架和MRFFI模塊，在性能與效率之間達成了良好的平衡。該模型不僅在分類任務中表現出色，也對高分辨率輸入的下游任務展現了強大的適應能力。未來，MobileMamba有望在更多視覺任務中拓展應用，推動輕量化模型研究的進一步發展。

聯系作者

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