【第34篇】MPViT：用于密集预测的多路径视觉转换器

文章目录

• MPViT：用于密集预测的多路径视觉转换器
• 1、简介
• 2、相关工作
• 3、Multi-Path Vision Transformer
• • 3.1、架构
  • 3.2、多尺度补丁嵌入
  • 3.3、全局到局部特征交互
  • 3.4、模型配置
• 4、实验
• • 4.1、 ImageNet 分类
  • 4.2、对象检测和实例分割
  • 4.3、语义分割
  • 4.4、消融研究
• 5、讨论
• • 6、致谢